摘要：利用于模块稀疏表示进行分类时，具有遮挡或强烈光照变化的子模块中各类残差可能很相近，此时正确类别残差可能不是最小，依据稀疏表示分类的残差最小判别准则将导致子模块错误分类，影响最终判别结果。针对此问题，提出基于Borda投票加权的子模块稀疏表示分类算法。首先利用Borda分别对子模块中的每类进行投票，然后利用子模块稀疏度和子模块残差确定该子模块的可信度权重，依据子模块可信度权重将所有子模块中每类票数进行加权求和，进行最终分类判别。实验结果表明，当图像具有遮挡或强烈光照变化时，提出的分类算法具有很好的有效性和鲁棒性。

关键词：鲁棒人脸识别 稀疏表示 子模块可信度权重 子模块稀疏度 子模块残差 

单位：燕山大学信息科学与工程学院秦皇岛066004