美国宾夕法尼亚大学的计算机科学家已经研发出一套新的可以由眼、鼻、口和声音的特征来辨识来人的性别的计算机辨识系统。人类自行辨识正确的比率低于90%，而这个新系统甚至胜过人眼，正确辨识率将近100%。这个系统最主要的部份是一个具有学习功能的辨识软件SVMs﹝supportvectormachines﹞。SVMs以往主要是用来扫描一些在辨识上较为困难的异常细胞样本，沙玛的研究小组将之分别应用于面容和声音的辨识。
在脸部辨识系统方面，宾夕法尼亚大学的科学家以1755份脸部缩微图像作为基础数据库。这些脸部缩微图只包含面部的眼睛、鼻子、嘴巴的部分，其它部分如头发、耳朵和颈部都已去除。而在声音辨识上，他们收集了许多长度为一秒钟的声音档案做为基础数据库。之后，研究人员分别训练脸部和声音的辨识系统，让它能熟练地以该特征辨识人的性别。接下来，沙玛研究小组又加了一个“SVM管理者”，将这两部分的资料整合得出最后的辨识结果，以提高辨识的精准度。如果两个系统的辨识结果有冲突，SVM管理者会检视两者的辨识流程，将判断依据较微弱的那个消除，进而作出最后决定。日后类似的研究将会朝人工智能方向发展。这个系统首度成功地整合了脸部和声音特征来进行辨识，可应用于要害部门的安检系统，在今后人与计算机的互动越来越多的时代，将是一种很方便的工具。
