Gender Recognition System

人臉包含的各種信息的人們之間適應性的社會交往。事實上，個人都能夠處理一個面在以各種方式通過其身份進行分類的，連同許多其它人口特徵，如性別，種族和年齡。特別是識別人的性別是很重要的，因為人們按照性別不同的反應。此外，一個成功的性別分類方法可以提高許多其它應用，包括個人識別和智能人機界面的性能。

我們已經開發了一種算法，基於AdaBoost算法性別識別。升壓已經提出改善的任何給定的學習算法的準確性。在推進一個大致創建精確的​​訓練分類比平均表現設置更大的，然後添加新的組件分類，以構成一個整體，其共同的決策規則具有任意精度高的訓練集。在這種情況下，我們說的分類性能已經“提升”。在概述，該技術列車連續分量分類與整個訓練數據的子集，即“最翔實”給出的電流設定部件分類器。 AdaBoost算法（自適應增強）為推進學習的典型實例。在AdaBoost的，每個訓練模式被賦予的權重，確定所選擇的個別組件分類的概率。通常，1初始化整個訓練集的權重是均勻的。在學習過程中，如果一個訓練模式已經被準確地分類，則在隨後的分量分類被再次使用它的可能性被降低;相反地​​，如果模式沒有準確分類，然後再次被使用其的機會增大。

這些代碼已經過測試，與斯坦福大學醫學院學生人臉庫達到89.61％的出色的識別率（200女性形象和200男性形象，用於培訓和10％用於測試90％，因此有360個訓練圖像和40個測試圖像總共隨機選擇和訓練和測試圖像之間不存在重疊）。

關鍵詞：Matlab的，來源，代碼，性別，識別，鑑定，的adaboost，男，女

要求：

Matlab的