Gender Recognition System

人間の顔は、人々の間で適応社会的相互作用のためのさまざまな情報が含まれています。実際には、個体は、性別、人種、年齢のような他の人口統計学的特徴の数と共に、そのアイデンティティによってそれを分類するために種々の手段で顔を処理することができる。人々は性別に応じて異なる反応をするので特に、人間の性別を認識す​​ることが重要です。また、成功した性別分類アプローチは、人物認識とスマート人間とコンピュータのインターフェースを含む他の多くのアプリケーションの性能を高めることができます。

我々は、アダブーストアルゴリズムに基づいて性別認識のためのアルゴリズムを開発した。ブースティングは、任意の学習アルゴリズムの精度を向上させることが提案されている。 1ブースティングでは、一般的に平均的なパフォーマンスよりも大きく設定訓練に関する精度で分類器を作成し、その共同決定ルールトレーニングセット上の任意に高い精度を有するアンサンブルを形成するために、新しいコンポーネント分類器を追加します。そのようなケースでは、分類性能が「ブースト」されていることを言う。概要では、構成要素分類器の現在のセット与えられた「最も有益」で全体のトレーニングデータのサブセットを持つ技術列車の連続した​​コンポーネント分類器。アダブースト（アダプティブブースティング）は学習の昇圧典型的な例である。アダブーストでは、各トレーニングパターンは、いくつかの個別の構成要素分類器のために選択され、その確率を決定する重みが割り当てられる。一般的に、人は、訓練セット全体の重みが均一になるように初期化する。トレーニングパターンが正確に分類されている場合には、学習過程では、後続のコンポーネントの分類器に再び使用され、その可能性は減少する。パターンが正確に分類されていない場合は逆に、再度使用され、その可能性が高くなる。

コー​​ドが故に360訓練画像と40のテスト画像がある、89.61パーセントの優れた認識率（200女性のイメージと200男性の画像、テストのために使用されるトレーニングと10％のために使用される90パーセントを達成スタンフォード医学生顔データベースでテストされています全体でランダムに選択され、オーバーラップ）は、トレーニングとテスト画像との間に存在しない。

索引用語：Matlabの、ソース、コード、性別、認識、識別、アダブースト、男性、女性、

の要件の

Matlabの