在协同表示人脸识别方法中，训练集中图像包含的光照、表情等信息并不能被有效利用，因此影响了最终的分类结果。针对该问题提出了一种称为基于虚拟样本的协同表示识别算法。首先对训练集中的图像按不同的光照、表情等与个人面貌特征无关的场景因素进行分组，每一个组称为一个场景类，同一场景类中的人脸图像有着相似的光照、表情；将每一个场景类中的平均图像作为代表该特定光照、表情的虚拟样本，使用这些虚拟样本与原训练样本构造字典计算测试样本的协同表示，利用所得的回归系数计算残差，进行分类判别。实验证明该协同表示算法有效，识别精度得到了有效提高。