El reconocimiento facial es necesario en diversas aplicaciones, y se ha observado un gran progreso en esta área. Se han propuesto muchos algoritmos de reconocimiento facial hasta ahora; sin embargo, lograr una alta precisión de reconocimiento y un bajo tiempo de ejecución sigue siendo un desafío. En este trabajo, se presenta un nuevo esquema para el reconocimiento facial utilizando polinomios ortogonales híbridos para extraer características. Se utiliza la técnica de núcleo de imagen incrustada para disminuir la complejidad de la extracción de características, luego se adopta una máquina de vectores de soporte para clasificar estas características. Además, se utiliza un algoritmo de procesamiento de bloques superpuestos rápido para la extracción de características con el fin de reducir el tiempo de computación. Se llevó a cabo una amplia evaluación del método propuesto en dos conjuntos de datos de imágenes faciales diferentes, ORL y FEI. Se compararon diferentes métodos de reconocimiento facial de última generación con el método propuesto para evaluar su precisión. Demostramos que el método propuesto logra la tasa de reconocimiento más alta en diferentes escenarios considerados. Basándonos en los resultados obtenidos, se puede ver que el método propuesto es robusto contra el ruido y supera significativamente en velocidad a enfoques anteriores.