随着计算机视觉和模式识别的快速发展，近年来，人脸识别作为计算机视觉和模式识别的基础研究之一，受到了广泛的关注。 通常，传统的人脸识别算法具有相当大的判别能力。 然而，当人脸数据库中存在一些容易混淆的样本时，传统人脸识别算法的判别能力将不可避免地下降。 在本文中，基于面片对齐框架（PAF）和柯西估计器理论，我们提出了一种用于人脸识别的新颖子空间学习算法，称为柯西估计器判别分析（CEDA）。 在PAF框架下，保留了输入样本的局部和全局几何形状； 通过使用柯西估计器，可以解决由容易混淆的样本引起的大误