人脸识别在实际应用中，往往存在无法获取足够多的训练样本的情况，而在小样本情况下，协作表示的识别性能会受到严重影响。多尺度块协作表示算法能有效集成不同尺度下的分类结果，但其分类框架中子块的计算是相互独立的，忽略了块之间的结构关系。而局部结构法将图像划分为多个局部区域，每个局部区域的重叠块分布在相同的线性子空间中，该子空间可以反应块之间的结构关系，能提高多尺度块协作表示在小样本下的鲁棒性。因此提出了基于局部结构的多尺度块协同表示算法（LocalStructurebasedMulti-PatchCollaborativeRepresentation，LS_MPCRC），在YaleB和AR人脸库上的实验结果证明，该算法在训练样本数目较少时具有优秀的识别性能