人臉識(shí)別技術(shù)作為生物識(shí)別技術(shù)的一個(gè)重要領(lǐng)域，近年來取得了顯著發(fā)展，已廣泛用于政府、軍隊(duì)、銀行、社會(huì)福利保障、電子商務(wù)、安全防務(wù)等領(lǐng)域，具有巨大的潛在應(yīng)用前景。

　　針對(duì)人臉圖像不完備的問題和人臉圖像在不同視角、光照和噪聲下所造成訓(xùn)練樣本污損的問題，提出了一種快速的人臉識(shí)別算法-RPCA_CRC。首先，將人臉訓(xùn)練樣本對(duì)應(yīng)的矩陣Do分解為類間低秩矩陣D和稀疏誤差矩陣E；其次，以低秩矩陣D為基礎(chǔ)，得到測(cè)試樣本的協(xié)同表征；最后，通過重構(gòu)誤差進(jìn)行分類。相對(duì)于基于稀疏表征的分類（ SRC）方法，所提算法運(yùn)行速度平均提高25倍；且在訓(xùn)練樣本數(shù)不完備的情況下，識(shí)別率平均提升30%。實(shí)驗(yàn)證明該算法快速有效，識(shí)別率高。