利用 MATLAB 编写的代码，您能够在给定数据集中的人脸图像上运用可训练的 COSFIRE 过滤器进行性别识别

面部图像中的性别识别是安全，零售广告和营销领域的重要应用。 我们提出了一种基于 COSFIRE 过滤器的用于性别识别的新描述符。 COSFIRE 滤波器是可训练的，因为它的选择性是在自动配置过程中确定的，该过程分析给定的感兴趣的原型模式。 我们在一个名为 GENDER-FERET 的新数据集上证明了所提出的方法的有效性，该数据集有 474 个训练和 472 个测试样本，准确率达到 93.7%。 它也优于依靠手工功能和分类器集成的方法。 此外，我们通过使用野外标记人脸（LFW）数据集的图像来训练我们的分类器和用于评估的 GENDER-FERET 数据集的测试图像来执行另一个实验。 该实验证明了所提出方法的泛化能力，并且它也优于两个商业库，即 Face++ 和 Luxand。 由于特征的随机选择，您使用此脚本获得的识别率可能与论文中报告的不完全相同。 但是，它应该非常接近。 请在运行代码之前阅