通过可训练的 COSFIRE 过滤器，可以从人脸图像中识别性别。该 MATLAB 代码能够对给定数据集中的人脸图像进行性别识别。

简介：
面部图像的性别识别在安全、零售广告以及营销等领域具有广泛且重要的应用价值。我们致力于开发一种基于 COSFIRE 滤波器的全新性别识别描述符。该 COSFIRE 滤波器具备可训练的特性，其选择性是在自动配置过程中自动确定的，该过程会分析并识别出所感兴趣的关键原型模式。我们通过在名为 GENDER-FERET 的全新数据集上进行的实验来验证所提出方法的可靠性，该数据集包含 474 个用于训练的样本和 472 个用于测试的样本，最终实现了高达 93.7% 的准确率。此外，该方法还显著优于那些依赖于手工特征工程和分类器集成的方法。为了进一步验证其性能，我们进行了额外的实验，通过使用野外标记人脸（LFW）数据集中的图像来训练我们的分类器，并利用 GENDER-FERET 数据集的测试图像进行评估。这些实验结果充分证明了所提出方法的良好泛化能力，并且其性能也超越了两个主流商业库：Face++ 和 Luxand。值得注意的是，由于特征的随机选择性，您在使用此脚本获得的识别率可能与论文中报告的值存在细微差异；然而，您的结果应该能够非常接近论文中的报告值。请务必在运行代码之前仔细阅读相关文档和说明。