Sistem pengesanan jantina merupakan salah satu aplikasi yang penting pada masa kini. Namun, adakalanya sistem tersebut dikehendaki mengesan jantina berasaskan kawasan muka yang terhad. Projek ini adalah mengenai satu sistem pengesanan jantina manusia berdasarkan imej statik mata manusia. Sistem ini boleh digunakan dalam aplikasi interaksi manusia dengan mesin dan sistem keselamatan. Pengguna mempunyai pilihan untuk pilih imej sedia ada dari pangkalan data atau menangkap imej baru dari webcam untuk digunakan sebagai imej latihan dan imej ujian. Imej latihan merangkumi beratusratus imej mata lelaki, wanita dan imej negatif (imej bukan manusia). Sistem ini hanya menggunakan “Support Vector Machine” sebagai pengklasifikasi. Pengklasifikasi ini menggunakan imej latihan untuk mempelajari model mata lalu menyimpan maklumat model mata tersebut. Kemudian sistem ini mengklasifikasikan imej-imej latihan tersebut ke dalam dua kategori; lelaki dan wanita berdasarkan maklumat model mata. Setelah proses belajar selesai, sistem ini akan menggunakan imej ujian untuk memperbandingkannya dengan imej latihan. Sistem ini akan memaklumkan kepada kita kumpulan imej latihan mana yang paling terdekat dengan imej ujian. Dengan ini, kita dapat mengenalpasti jantina imej ujian tersebut. Pelbagai ujian dijalankan dengan menggunakan berbagai-bagai kombinasi imej latihan dan imej ujian untuk menentukan set imej latihan yang paling sesuai atau tepat dan juga menguji prestasi SVM dalam pengesanan jantina.
___________________________________________________________________________________
Gender recognition system is one of the most necessary applications nowadays. However, sometimes a system is required to identify the gender based on limited region of a human face. This project is about a system to recognize the human gender based on a static image of human eyes. This system can be adapted into human machine interaction systems and security systems. User have options to select the images from an existing database or capture new face images from live webcam to use as training and testing images. Training images consists of hundreds of male, female and negative (images other than human) images. The system uses Support Vector Machine (SVM) as its sole classifier. The classifier uses training images to learn the eyes model and store the information of the eyes model of the images. Then the system will group the images into two categories; male and female based on the information. Once the learning process is completed, the system will use the testing images to compare with the training images. The system will tell us which category of training images is closest to the testing image. From this, we can identify the gender of the testing image. Multiple tests are done using different sets of training and testing images to determine the best sets of training images and to verify the performance of SVM in gender recognition.
Development of gender recognition system based on eyes using support vector machines_Agalya Magheswaran_E3_2011_NI