人体姿态识别是计算机视觉领域的热点研究方向。人体姿态识别是通过图像或视频,对人体的关键点进行检测的过程。通过人体的关键点,可以获取到人体姿态的信息,从而为理解或模仿人的行为提供关键信息。近年来兴起的步态识别安防系统、短视频特效、仿生机器人等新兴领域都需要准确的人体姿态信息的帮助,人体姿态识别具有广泛的应用前景。随着深度学习的不断发展,人体姿态识别的准确率越来越高,已经可以满足大多数场景下的精度要求。但是,在实际应用中,基于深度学习的模型仍然存在一定的问题。基于深度学习的模型通常参数量大,对硬件要求高,推理速度较慢。在一些对推理速度要求较高的场景,比如实时交互的机器人等,存在速度瓶颈。同时,先前的研究工作通常关注改进单个模块,而很少有流程化的人体姿态识别系统解决方案。因此本文设计了一套模块化可插拔的高精度低延迟的人体姿态识别系统。该系统以视频为输入,检测到人体目标后,识别二维人体关键点,并将二维人体关键点转换为三维坐标,以三维人体关键点作为输出,可以应用于机器人系统等场景。本文通过半监督学习和教师退火改进知识蒸馏方法,对人体姿态识别模型进行压缩,基于HRNet模型,该方法可以在精度相近的情况下,大大提升模型的推理速度,分别将mAP提升了 1.2%与0.5%。在COCO数据集上,本文压缩的人体姿态识别模型在精度相近的情况下,将模型参数量减少约67.4%,将推理速度提升约2.4倍。同时,本文构建的人体姿态识别整体系统可以较为准确高效地识别人体三维关键点坐标,为人体姿态识别提供了一套可行的解决方案,并且具有很好的灵活性。