A medida que la tecnología multimedia ha avanzado en los últimos años, el uso de enormes bibliotecas de imágenes se ha expandido drásticamente. En las aplicaciones de procesamiento de imágenes, la recuperación de imágenes ha surgido como una técnica crucial. La recuperación de imágenes de rostros basada en contenido es una tecnología bien establecida en muchas aplicaciones del mundo real, como las redes sociales, donde se requieren capacidades de recuperación confiables para permitir búsquedas rápidas entre un gran número de imágenes. Los humanos suelen utilizar rostros para reconocer e identificar a las personas. El reconocimiento facial a partir de fotos oficiales o personales se está volviendo cada vez más popular, ya que puede ayudar a los detectives de crímenes a identificar víctimas y criminales. Además, un gran número de imágenes requiere una gran cantidad de almacenamiento, y el proceso de comparación y coincidencia de imágenes, en consecuencia, lleva más tiempo. Por lo tanto, la velocidad de consulta y el bajo consumo de almacenamiento de las técnicas de recuperación de imágenes basadas en hash han generado un considerable interés. La principal contribución de este trabajo es tratar de superar el desafío de mejorar el rendimiento en la recuperación de imágenes utilizando el hashing sensible a la localidad (LSH) para recuperar las imágenes de rostros mejor coincidentes de bases de datos a gran escala. Utilizamos los biométricos blandos de rostros como entrada de búsqueda y proponemos un método efectivo basado en LSH para reemplazar los biométricos blandos estándar de rostros con sus códigos hash correspondientes para buscar en una base de datos de rostros a gran escala y recuperar los mejores k de las imágenes de rostros coincidentes con mayor precisión en menos tiempo. Los resultados experimentales, utilizando la base de datos Labeled Faces in the Wild (LFW) junto con la base de datos correspondiente de atributos (LFW-attributes), muestran que nuestro método propuesto utilizando biométricos blandos de rostros LSH (Soft BioHash) mejora el rendimiento de la búsqueda y recuperación de bases de datos de imágenes de rostros y también supera al método de biométricos duros de rostros LSH (Hard BioHash).