背景：
1. 单个样本的人脸识别是个很有挑战性的问题（single training sample per person, STSPP），因为它缺乏足够的训练样本来预测query sample中的变化量（variantions）;
2. 基于稀疏表示的分类器在人脸识别问题上效果很好，但是对于STSPP的人脸识别问题，它的性能大大下降；
3. 针对这个问题，该论文提出一种通过通用训练集（generic training set）学习稀疏变量字典（sparse variation dictionary）的方法来提高STSPP下的待测样本(query sample)的表示效果。