针对训练样本与测试样本非线性可分问题，借助核算法，将样本特征向量映射到易实现线性可分的核空间，进而在高维核空间内运用核稀疏表示对所提取的特征进行分类表达。该算法受益于将核稀疏表示理论同多模生物识别技术相结合，使其对生物特征图像有较强的鲁棒性。实验证明基于核稀疏表示的多模身份识别算法在遮挡、含噪声的情况下具有较好的识别准确率，相较于其他同类算法在性能上有一定程度的提高。