OpenCV predict（）vs detectMultiScale（）

Question

我正在使用OpenCV进行一些Face，Gender和Age检测。我有一堆用于训练模型的图像，Essentally我目前有以下内容：

Ptr<cv::face::FaceRecognizer> model = cv::face::LBPHFaceRecognizer::create(9, 9);
std::vector<int> labels;
std::vector<std::string> imageFileNames;

for (int currImageIndex = 0; currImageIndex < imageFileNames.size(); currImageIndex++)
{
    cv::Mat currMatrix;
    std::string currentFileName = imageFileNames[currImageIndex];
    std::string gender;
    int currID = -1;

    //Save the image and the corresponding ID to the list(s).
    currMatrix = imread(currentFileName , CV_LOAD_IMAGE_GRAYSCALE);
    if (currMatrix.data != NULL)
    {
        images.push_back(currMatrix);
        labels.push_back(currID);
    }
}

model->train(images, labels);
model->write("C:\\temp.xml");

然后使用temp.xml启发式算法，我预测了这样的编码器：

gendermodel->predict(currMat, predictedLabel, conf);

但是，我使用detectMultiScale()和"Cascade Classifier"遇到了this implementation。什么是差异？使用Cascade Classifier与我目前的方式相比，是否有性能优势？ detectMultiScale()比predict()效果更好吗？

Answer 1

CascadeClassifier::detectMultiScale函数用于对象检测。它返回一个std::vector<cv::Rect>类型的变量，它包含检测到的对象的边界矩形。

FaceRecognizer::predict函数用于对象分类。它返回输入图像的类标签以及预测对象的置信度。