La codificación escasa es un tema de investigación activa en el procesamiento de señales, la visión por computadora y el reconocimiento de patrones. En este artículo se presenta un método novedoso de reconocimiento de expresiones faciales a través de la codificación escasa de mínimos cuadrados no negativos (NNLS). La codificación escasa NNLS se utiliza para formar un clasificador de expresiones faciales. Para comprobar el rendimiento del método presentado, se extraen patrones binarios locales (LBP) y los píxeles en bruto para la representación de características faciales. Se realizan experimentos de reconocimiento de expresiones faciales en la base de datos de expresiones faciales femeninas japonesas (JAFFE). En comparación con otros métodos ampliamente utilizados, como las máquinas de soporte vectorial lineales (SVM), el clasificador basado en representación escasa (SRC), el clasificador de subespacio más cercano (NSC), el vecino más cercano (KNN) y las redes neuronales de función de base radial (RBFNN), los resultados del experimento indican que el método NNLS presentado tiene un mejor rendimiento que otros métodos utilizados en tareas de reconocimiento de expresiones faciales.