人体姿态估计是指根据视觉信息来计算人体各个关节点的姿态参数,在医疗康复、体育训练、智能监视、无人驾驶飞机和自动驾驶汽车等领域有着广泛的实际应用。现有端对端的深度学习方法,尝试通过卷积神经网络定位各关键点的位置,但是,由于存在关节自遮挡和多人混杂等情况,姿态估计仍然是一个病态问题。针对上述问题,课题从人体关节点间的空间语境关系入手,提出了空间语境深度网络下的姿态估计方法,本文主要工作如下:(1)课题阐述了姿态估计视觉任务的研究背景、研究意义和应用场景,从图结构模型和深度学习模型分析了姿态估计方法的现状,另外,阐述了姿态编码及卷积神经网络理论。(2)课题针对难检测关节点估计效果较差的问题,提出了一种空间关系下基于卷积神经网络的人体姿态估计模型。该模型首先根据置信度阈值选取可信关节点,然后构建人体姿态图,并用经验统计的方式建模关节点间的空间语境关系,最后用卷积的方式传递关节点间的语境信息,实现可信关节到不可信关节的空间推理。另外,该模型讨论了全局和局部两种关节点间的空间推理方式。在MPII数据集和LSP数据集上的实验结果证明,本章方法能够实现关节点间的位置信息传递,纠正不可靠的关节点。(3)考虑到姿态估计任务依赖于图像多尺度特征的特点,提出一种多尺度空间语境下的深度模型。该模型重点对CPM的第一阶段网络结构进行改进,添加了多尺度空间语境模块,获得的多尺度特征包含了局部细节特征和全局语境特征。在MPII和FLIC两个公开数据集上进行实验,实验结果表明本文的方法可以捕获到更有效的空间语境特征,在网络计算量增加不多的情况,提高了模型的估计准确率。