En las aplicaciones de visión por computadora, la clasificación de género basada en la marcha es una tarea desafiante ya que una persona puede caminar a varios ángulos con respecto al punto de vista de la cámara. En algunos ángulos de visión, el movimiento de las extremidades de la persona puede estar oculto a la cámara, impidiendo la percepción de las características basadas en la marcha. Para resolver este problema, este estudio propone un sistema robusto y ligero para la clasificación de género basada en la marcha. Utiliza una imagen de energía de marcha (GEI) para representar la marcha de un individuo. Se aplica una transformada discreta de coseno (DCT) en GEI para generar un vector de características basadas en la marcha. Además, este vector de características DCT se aplica al clasificador XGBoost para realizar la clasificación de género. Para mejorar los resultados de clasificación, se ajustan los parámetros de XGBoost. Finalmente, los resultados se comparan con otros enfoques de vanguardia. El rendimiento del sistema propuesto se evalúa en el conjunto de datos OU-MVLP. Los resultados del experimento muestran una tasa de clasificación correcta (CCR) media del 95.33% para la clasificación de género. Los resultados obtenidos desde varios puntos de vista de OU-MVLP ilustran la robustez del sistema propuesto para la clasificación de género basada en la marcha.