软件截图:
人脸包含的各种信息的人们之间适应性的社会交往。事实上，个人都能够处理一个面在以各种方式通过其身份进行分类的，连同许多其它人口特征，如性别，种族和年龄。特别是识别人的性别是很重要的，因为人们按照性别不同的反应。此外，一个成功的性别分类方法可以提高许多其它应用，包括个人识别和智能人机界面的性能。
我们已经开发了一种算法，基于AdaBoost算法性别识别。升压已经提出改善的任何给定的学习算法的准确性。在推进一个大致创建精确的训练分类比平均表现设置更大的，然后添加新的组件分类，以构成一个整体，其共同的决策规则具有任意精度高的训练集。在这种情况下，我们说的分类性能已经“提升”。在概述，该技术列车连续分量分类与整个训练数据的子集，即“最翔实”给出的电流设定部件分类器。 AdaBoost算法（自适应增强）为推进学习的典型实例。在AdaBoost的，每个训练模式被赋予的权重，确定所选择的个别组件分类的概率。通常，1初始化整个训练集的权重是均匀的。在学习过程中，如果一个训练模式已经被准确地分类，则在随后的分量分类被再次使用它的可能性被降低;相反地，如果模式没有准确分类，然后再次被使用其的机会增大。
这些代码已经过测试，与斯坦福大学医学院学生人脸库达到89.61％的出色的识别率（200女性形象和200男性形象，用于培训和10％用于测试90％，因此有360个训练图像和40个测试图像总共随机选择和训练和测试图像之间不存在重叠）。
关键词：Matlab的，来源，代码，性别，识别，鉴定，的adaboost，男，女
要求：
Matlab的
评论没有发现