Fisherfacesメソッド のブログで性別分類の実験を行いました： http://bytefish.de/blog/gender_classification そして幾何学的に98％の認識率を得ました正規化された画像。 GNU Octave/MATLAB、PythonおよびC++用のFisherfacesメソッドの実装を提供しています。
libfacerec 、OpenCV C++ API（BSDライセンス）用の最新の顔認識ライブラリには、Fisherfacesメソッドの実装が含まれています。 libfacerecの最新リビジョンは、次の場所で入手できます。
libfacerecは、十分に文書化されたAPIを備えたCMakeプロジェクトとして提供されます。また、性別分類に関するチュートリアルもあります。ドキュメントのHTMLバージョンは次の場所で確認できます。
私は次の場所でFisherfacesのPythonおよびGNU Octave/MATLAB実装を提供しています。
画像内の顔を検出するには、OpenCVに付属の CascadeClassifier を使用しますが、完全なrecognitionは、データの位置がずれています。
固有顔を使用するための上記の答えがありますが、これは機能しません。固有顔は、クラスについて知らない教師なしアルゴリズムである主成分分析を使用します。データを埋め込んだ部分空間が性別を区別するのであれば、本当に幸運であるに違いありません。おそらく、最も近い画像と関連する性別を見つけることによって、いくつかの肯定的な予測を生成します。
EigenfacesはPCAを使用し、これはOpenCVに実装されています。このアルゴリズムは、性別認識を実行するために使用できます： http://campillos.ucmerced.edu/~jboiser/eigfaces.pdf
OpenCVで固有顔を使用するには、 http://www.cognotics.com/opencv/servo_2007_series/part_5/index.html を参照してください。
ただし、コーディングには少し時間がかかります。
一見するとOpenCVと言えますが、確かにすでにテスト済みです...
このブログは顔と性別の認識について多くを語っているようです。お役に立てば幸いです： http://www.computer-vision-software.com/blog/
OpenCV内蔵の顔検出器を使用できます。性別については、Haartrainingを使用して独自の性別検出器をトレーニングできます。男性と女性の顔のデータベースを見つけて、OpenCVのHaarTrainingモジュールでトレーニングする必要があります。