为了丰富训练样本的类内变化信息，提出了基于通用训练样本集的虚拟样本生成方法。为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务，提出了基于虚拟样本图像集的多流形鉴别学习算法。该算法将每类仅有的单个训练样本图像和该类的虚拟样本图像划分为互不重叠的局部块并构建流形，然后为每个流形学习一个投影矩阵，使得相同流形内的局部块在投影后的低维特征空间间隔最小化，不同流形中的局部块在投影后的低维特征空间中间隔最大化。实验结果表明，所提算法能够准确地预测测试样本中的类内变化，是一种有效的单样本人脸