软生物特征识别：基于局部特征描述符的无约束人脸图像性别识别
计算机视觉与模式识别
2025-08-29 v1
摘要
由于高度的不对齐、姿态、表情和光照变化，从无约束人脸图像进行性别识别是一项具有挑战性的任务。在先前的工作中，从无约束人脸图像识别性别是通过利用图像对齐、利用每个个体的多个样本以提升分类器的学习能力，或基于关于数据集姿态和人口统计分布的先验知识来学习性别。然而，图像对齐增加了计算的复杂性和时间，而使用多个样本或拥有关于数据分布的先验知识在实际应用中是不现实的。本文提出了一种从无约束人脸图像进行性别识别的方法。我们的技术利用局部特征描述符对光度变化的鲁棒性，通过每个个体单张样本图像提取二维人脸图像的形状描述。在 Labeled Faces in the Wild (LFW) 数据集上的实验结果描述了所提方法的有效性。本研究的实质是探究从无约束人脸图像识别性别的最合适函数和参数设置。
引用
@article{arxiv.1702.02537,
title = {Soft Biometrics: Gender Recognition from Unconstrained Face Images using Local Feature Descriptor},
author = {Olasimbo Ayodeji Arigbabu and Sharifah Mumtazah Syed Ahmad and Wan Azizun Wan Adnan and Salman Yussof and Saif Mahmood},
journal= {arXiv preprint arXiv:1702.02537},
year = {2025}
}