基于人脸的性别分类
控制 1032 班 何传龙
摘要:通过决策树算法和随机森林算法,利用原始图像数据和本征脸数据作为训练
数据,训练了人脸性别分类器。程序使用 C++和 OpenCV 实现。对比了两种算法、两种训
练数据的训练结果。结果显示,随机森林算法的分类准确率比决策树高。
关键词:人脸、性别、决策树、随机森林、OpenCV
Abstract: Through the decision tree algorithm and random tree algorithm, using the
original image data and the eigenvalue face as the training data, data training face gender
classifier. Programs use c + + and OpenCV realized. Contrast the two algorithm, two kinds of
training data training results. The results showed that the algorithm random tree classification
accuracy than the decision tree is high.
Keywords: face, sex, the decision tree, random tree, OpenCV
1 前言
人脸是人类最重要的生物特征之一,在辨别身份和传递感情方面起着主要的作用。人
脸图像上蕴含了大量的信息,例如性别、年龄、人种、表情等。日常生活中,人们通过人
脸可以很容易的识别出对方,无需更多的描述。通常,人们可以在瞬间通过面部确认对方
的身份。并且人脸有短期不变性,即使是很久没有见过面的人,也可认出来。人脸有很多
优越性,如易于获取、无侵犯性、相对稳定、唯一等,使它成为生物测定技术领域的焦点
通过机器视觉、模式识别、人工智能领域的技术提取识别人脸的信息,对提高计算机智能
化有重要作用。
基于人脸的性别分类就是让计算机根据输入的人脸图像判断其性别的过程。让计算机
理解人脸的丰富信息并能加以分类。本文中利用 OpenCV 实现了决策树、随机森林算法对
人脸性别分类。训练数据分别使用 1996 个本征脸(EigenFace) 属性参数向量、1996 张原