یکی از مراحل بسیار مهم در سیستم های تایید چهره، استخراج ویژگی های توصیف کننده و متمایز کننده کاربران است. الگوی دودویی محلی (lbp) یکی از موثرترین روش های شناخته شده برای این منظور است که ضمن توصیف مناسب داده های تصویری بر ویژگی های متمایز کننده افراد متفاوت تاکید نموده و اثر شرایط نورپردازی محیط را کاهش می دهد. از سوی دیگر نشان داده شده است که به کارگیری روش تجزیه به مدهای تجربی (emd)، نیز شیوه ای موثر برای توصیف داده ها و حذف افزونگی داده ها می باشد. هدف از این پژوهش در گام نخست، بهبود سیستم تایید چهره با ترکیب این دو روش استخراج ویژگی است. برای این منظور الگوریتم های مختلف پیاده سازی این روش ها و همچنین حالت های مختلف ترکیب این دو روش مورد بررسی و تجزیه و تحلیل واقع می شود. در گام دوم این پژوهش، روشی جدید و کارامدتر نسبت به lbp، با عنوان الگوی مشتق به هم پیچیده اصلاح شده (midp) ارائه می شود. ترکیب روش پیشنهادی با فرایند تجزیه به مدهای تجربی نیز مورد بررسی قرار می گیرد. نتایج بدست آمده از آزمایش ها نشان می دهد، استفاده هم زمان از lbp و emd باعث بهبود کارایی سیستم تایید چهره می گردد. البته مشکلی که برای استفاده از emd وجود دارد زمان بر بودن الگوریتم استخراج توابع حالت ذاتی در آن می باشد. همچنین نتایج بدست آمده توانایی midp را جهت توصیف مناسب تر داده های تصویری نسبت به lbp نشان می دهد.