El problema de reconocer rostros humanos a partir de vistas frontales con iluminación, oclusión y disfraz variables es un gran reto para el reconocimiento de patrones. Un conocimiento general es que los patrones faciales de un conjunto objetivo se sitúan en un subespacio lineal. En base a este conocimiento, algunos métodos utilizan la combinación lineal para representar una muestra en el reconocimiento facial. En este trabajo, para obtener la información más discriminante del error de reconstrucción, restringimos tanto los coeficientes de la combinación lineal como el error de reconstrucción mediante la minimización l1, que no es susceptible de ser perturbada por los contornos. A continuación, mediante una transformación equivalente del modelo, es conveniente calcular los parámetros en un nuevo sistema lineal subdeterminado. A continuación, utilizamos un método de optimización para obtener la solución aproximada. Como resultado, el error mínimo de reconstrucción contiene información discriminatoria muy valiosa. El gradiente de esta variable se mide para decidir el reconocimiento final. Los experimentos muestran que el protocolo de reconocimiento basado en el error de reconstrucción alcanza un alto rendimiento en las bases de datos disponibles (Extended Yale B y AR Face database).