La tecnología de inteligencia artificial juega un papel cada vez más importante en la vida humana. Por ejemplo, distinguir entre diferentes personas es una capacidad esencial de muchos sistemas inteligentes. Para lograr esto, un posible medio técnico es percibir y reconocer a las personas mediante imágenes ópticas de rostros, la llamada tecnología de reconocimiento facial. Después de décadas de investigación y desarrollo, especialmente con la aparición de la tecnología de aprendizaje profundo en los últimos años, el reconocimiento facial ha avanzado mucho con cada vez más aplicaciones en los campos de seguridad, finanzas, educación, seguridad social, etc. El campo de la visión por computadora se ha convertido en una de las áreas más exitosas. Con la amplia aplicación de la tecnología biométrica, surgió la tecnología de bioencriptación. Con el objetivo de abordar los problemas del algoritmo hash clásico y el algoritmo hash facial basado en la mejora de características Multiscale Block Local Binary Pattern (MB-LBP), este documento propone un método basado en Redes Generativas Adversarias (GAN) para encriptar las características faciales. Este trabajo utiliza la Encriptación de Redes Generativas Adversarias Wasserstein (WGAN-E) para encriptar las características faciales. Debido a que el proceso de encriptación es un proceso irreversible unidireccional, protege bien las características faciales. En comparación con el algoritmo hash facial tradicional, los resultados experimentales muestran que el algoritmo de encriptación de características faciales tiene una mejor confidencialidad.