Gli algoritmi di riconoscimento dei volti funzionano in modo molto inaffidabile quando la posa del volto da analizzare è diversa da quella del volto memorizzato. Proponiamo un modello generativo che crea una mappatura uno-a-molti da uno spazio "identità" idealizzato allo spazio dei dati osservati. In questo spazio di identità, la rappresentazione per ogni individuo non varia con la posa. Il vettore delle caratteristiche misurate è generato da una trasformazione lineare del vettore identità in funzione della posa, in presenza di rumore. I metodi esistenti per il riconoscimento dei volti in presenza di sfocatura si basano sul modello di convoluzione e non sono in grado di gestire le situazioni di sfocatura non uniforme che spesso si verificano a causa delle inclinazioni e delle rotazioni delle telecamere portatili. In questo lavoro proponiamo una metodologia per il riconoscimento dei volti in presenza di sfocatura da movimento variabile nello spazio che comprende kernel di forma arbitraria. Modelliamo il volto sfocato come una combinazione convessa di istanze trasformate geometricamente del volto della galleria a fuoco e dimostriamo che l'insieme di tutte le immagini ottenute sfocando in modo non uniforme una data immagine forma un insieme convesso.