课题A：基于RGB-D的3D人体目标检测

1.桌上放置Realsense传感器
2.自动检测人体目标（能够区分照片和真人）
3.得到人体的最小3D包围框
*识别目标行为，包括：站立、坐下、挥手、行走。

基于RGB-D的3D人体目标检测

性能优化：

1. 人脸识别模型(InsightFace)

后端 \ 输入尺寸	640×640	480×480	256×256	160×160
CPU-L	26.707	29.846	24.101	24.985
CPU-M	10.212	10.481	10.676	10.267
CPU-S	4.185	6.087	4.187	4.011
GPU-L	9.282	5.599	5.577	5.820
GPU-M	4.779	4.732	4.735	4.702
GPU-S	4.006	4.049	4.001	3.996
TensorRT-L	3.612	3.619	3.593	3.603
TensorRT-M	3.306	3.313	3.290	3.299
TensorRT-S	5.518	4.775	4.175	4.277

2. 三维框图(calculate_body_edges 函数)

运行次数	原始算法耗时 (ms)	Cython优化耗时 (ms)	加速量 (ms)	加速比 (×)
50次	555.331	155.193	400.138	3.58
100次	563.534	155.461	408.073	3.63
150次	554.436	156.907	397.529	3.53
200次	562.741	155.659	407.082	3.62
均值	559.010	155.805	403.205	3.59

• 人像检测
  

• 照片判别