近年来,卷积神经网络成为人体姿态估计的主流方法,但是网络结构复杂,在提升精度的同时也带来了大量参数与运算量,难以支持在算力与存储能力受限的终端设备上的实时应用。因此,本文从模型设计的角度出发,以优化模型运算量与精度的平衡为导向,研究轻量且高效的人体姿态估计算法,并以此为基础实现针对健身场景的动作相似度分析系统。本文的主要工作包括:1.结合轻量级卷积神经网络的特点,对Simple Baseline网络进行优化。针对Simple Baseline参数量较多的特征提取部分,使用轻量级网络对参数量较多的主干网络进行替换。针对消耗计算复杂度较高的特征还原部分,对运算量较大的转置卷积层进行通道压缩。经优化,最终得到一种轻量且高效的轻量级基线网络Baseline-Lite,该网络的参数量仅有3.8M,运算量仅有0.75GFLOPs,分别仅为Simple Baseline网络的1/9与1/15,以牺牲少量精度的代价大幅压缩了Simple Baseline运行所需的计算开销。2.探究不同上采样方法对关键点定位精度的影响,提出一种基于比例密集聚合的轻量级人体姿态网络PDFNet。该方法的创新点在于针对多层次特征融合中存在的冗余表达问题,在同一层次内使用注意力感知的方法分别增强通道与空间特征的辨识度,在多层次特征融合时基于尺度比例调整特征中通道特征与空间特征的分布,并通过像素混洗的方式增强多层次特征间的信息交流。在COCO数据集上的实验结果表明,该方法仅以0.43GFLOPs的运算量取得了65.9m AP的精度,在同样使用轻量级主干网络的情况下大幅领先于其他代表性的方法。此外,在对主干网络进行扩张的情况下该网络还能达到68.2m AP的精度,以极少的运算量与参数量达到主流方法的性能表现。3.基于PDFNet与余弦DTW算法,构建针对健身场景的实时动作教学系统。该系统可根据用户指示切换为采集模式与训练模式。在采集模式下,该系统能采集模板动作的关键点序列并进行降噪处理,最后完成关节向量序列的构建与数据的保存。在训练模式下,该系统根据用户选定的训练动作实时输出模板动作教学视频,实时获取训练者的关键点运动序列并以关节配对的形式编码成关节向量序列,然后基于关节向量间的角度偏转情况,采用余弦DTW算法分析训练者的动作与模板动作的相似度,为健身动作的学习提供科学的指引,让训练者在无需专人指导的情况下保证健身动作的规范性。