人臉是人最重要的生物特徵之一，反映了很多重要的資訊，如年齡和性別等。人臉性別識別是識別人臉，再根據人臉特徵來判定性別的過程。

因此演算法可以分為兩步：1、識別人臉;2、判定性別。

人臉識別一般採用的方法是haar + adaboost，識別較高，為降低誤識率，首先檢測人臉，再在人臉區域內檢測雙眼。

圖1：人臉識別

接下來是性別識別，由於人臉影像的維數較多，線性相關的特徵也相應較多，可用PCA主成分分析法降維，提取線性無關的特徵，用於訓練SVM分類器進行性別分類。

圖2：性別識別

人臉性別的準確率由於實質特徵不明顯的緣故，均存在識別率不高的問題，該文方法的識別率在70%左右。

機器視覺學習筆記：臉性別識別

相關文章