我正在使用OpenCV做一些面部，性别和年龄检测。我有一堆图像我用来训练模型，实际上我目前有以下内容：

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，我预测生成器如下：

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

然而，我遇到了这个使用detectMultiScale()和"Cascade Classifier"的实现。有什么区别？使用Cascade Classifier与我目前使用的方式相比是否有性能优势？detectMultiScale()比predict()更好吗？