一直以來，小樣本問題是人臉識(shí)別應(yīng)用面臨的一大難題。針對(duì)在實(shí)際人臉識(shí)別過程中存在的樣本不足的問題，首次提出基于QR分解重構(gòu)虛擬訓(xùn)練樣本的算法。該算法使用Q與R的部分信息構(gòu)造出與原始人臉圖像具有一定差異性的虛擬樣本，增加了人臉圖像更多可能性變化的有效特征，擴(kuò)大了訓(xùn)練樣本集，然后對(duì)原始樣本和虛擬重構(gòu)樣本協(xié)同表示的結(jié)果進(jìn)行加權(quán)融合，選取最優(yōu)權(quán)重組合，調(diào)整原始樣本與虛擬樣本對(duì)結(jié)果的影響比重，得到正確識(shí)別率。以ORL、FERET和AR三大人臉數(shù)據(jù)庫對(duì)算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，此算法能夠取得較高的識(shí)別準(zhǔn)確率。