人体姿态估计是计算机视觉领域的基础性问题之一,它在行为识别、人机交互、游戏、动画、自动驾驶等领域均有着广阔的应用前景。基于深度学习的静态图像人体姿态估计任务是将图片输入到网络模型中,输出图片中人体关键点（如头部、手腕、膝盖等关节）的精确像素位置。对静态图像进行人体姿态估计是视频姿势估计和跟踪等相关问题的基础,同时对于动作识别等更高层次的任务也非常有帮助。随着深度学习技术的发展,静态图像人体姿态估计也进入了快速发展的阶段。但是,由于静态图像中存在人体遮挡和动作本身复杂的原因,目前人体姿态估计算法的精度和效率仍不能满足实际应用的需求。针对精度和效率两方面的问题,本文分别提出了一种基于双注意力残差块的人体姿态估计算法和一种基于轻量级模块的人体姿态估计算法。主要研究工作和创新之处如下:（1）基于双注意力残差块的人体姿态估计算法。为了提高人体姿态估计中关键点检测的准确度,本算法通过在残差块中加入通道注意力和空间注意力模块,将注意力机制引入到高分辨率网络HRNet中。在此基础上,算法还提出了一种并行注意力残差块,即在瓶颈残差块中并行接入带有基数的卷积层,然后对这两个分支分别增加通道注意力和空间注意力模块,最后将这两个分支的结果相加,进一步优化HRNet。本算法使得网络在浅层即可强调对人体姿态估计重要的目标区域信息,抑制不重要的信息,同时帮助网络在深层提取到更高质量的特征。在MPII和COCO数据集上的实验表明,本算法可以进一步提升人体关键点检测的准确度。（2）基于轻量级模块的人体姿态估计算法。为了减少人体姿态估计网络中的参数量和计算量,将HRNet中的基础残差块全部替换为轻量级模块,提出一种基于轻量级模块的人体姿态估计算法。轻量级模块的基本思想为:首先,将输入特征图进行标准卷积,降低其通道数;接着,对降低通道数的特征图进行深度卷积,保持通道数不变;然后,将二者进行拼接,再通过一层标准卷积使通道数恢复到输入通道数;最后,与原始的特征图相加得到最终的输出结果。实验表明,本算法可以在保持网络精度的同时,大量降低模型的参数量和计算量。图22幅,表11个,参考文献89篇。