C++ 開發人臉性別識別教程（16）—— 視頻人臉性別識別與多幀融合穩定性優化

系列教程第 16 篇：在攝像頭視頻流中集成人臉檢測與性別識別，並引入多幀融合投票機制大幅提升識別結果穩定性。

一、視頻幀處理流程

定時器 OnTimer 觸發：

1. cvQueryFrame 獲取下一幀
2. detect_and_draw 人臉檢測 + 性別識別（內部調用 GenderRecognition）
3. CvvImage::DrawToHDC 繪製帶檢測框的結果幀

void CGenderRecognitionMFCDlg::OnTimer(UINT_PTR nIDEvent) {
    m_pVideoInfo->m_pFrameImage = cvQueryFrame(m_pVideoInfo->m_pCapture);
    IplImage* frame = m_pVideoInfo->m_pFrameImage;
    detect_and_draw(frame); // 檢測並識別，結果畫在 frame 上
    CvvImage cvt; cvt.CopyOf(frame);
    cvt.DrawToHDC(m_pPicCtlHdc, &m_PicCtlRect);
    CDialogEx::OnTimer(nIDEvent);
}

二、多幀融合穩定性優化

2.1 用戶可配置融合幂數（奇數）

新增 ComboBox IDC_COMBO_NUM，選項 1,3,5,7,9,11,13,15，默認 9。讀取方式：

int iFrameNum = 0;
int idx = ((CComboBox*)GetDlgItem(IDC_COMBO_NUM))->GetCurSel();
switch (idx) { case 0: iFrameNum=1; break; case 1: iFrameNum=3; ... }

2.2 工作模式標誌位

m_boolModelFlag：TRUE=圖片模式（單幀直出），FALSE=視頻模式（多幀融合）。

• 「圖像文件夾」按鈕 → TRUE
• 「打開視頻」按鈕 → FALSE

2.3 融合邏輯：計數投票

類成員 m_ManNum, m_WomenNum, m_FrameNum 累計：

if (m_boolModelFlag) { // 圖片模式
    SetResultText(m_genderLabel == 1 ? "帥哥" : "美女");
} else { // 視頻模式
    if (m_genderLabel == 1) ++m_ManNum;
    else if (m_genderLabel == 2) ++m_WomenNum;
    ++m_FrameNum;
    if (m_FrameNum == iFrameNum) {
        SetResultText(m_ManNum > m_WomenNum ? "帥哥" : "美女");
        m_ManNum = m_WomenNum = m_FrameNum = 0;
    }
}

三、GenderRecognition 完整流程

1. 輸入 IplImage* → cv::Mat → resize(92,112)
2. 根據 IDC_COMBO_FUNCTION 選擇分類器：PCA / Fisher / LBP / HOG+SVM
3. 得到標籤 m_genderLabel (1=男, 2=女)
4. 執行上述多幀融合邏輯輸出最終結果

四、已知問題與改進方向

1. 穩定性仍受限於基礎算法：OpenCV 經典分類器（PCA/LBP/HOG+SVM）在姿態/光照/遮擋下波動大。生產環境建議換用深度學習模型（MTCNN + MobileNet/ResNet）。
2. 幀率與流暢度：識別耗時導致視頻卡頓。可採用「檢測與識別分離、異步管線、GPU 加速、降低輸入分辨率」等手段。
3. 變量初始化：構造函數中務必初始化所有計數器，防止隨機值干擾。