人体姿态估计作为行为分析以及动作识别的重要技术,在计算机视觉中具有非常广阔的应用前景。近年来,虽然深度学习在一定程度上极大地促进了人体姿态估计相关工作的进步,但如何将人体模型更好的融合到卷积神经网络中,如何在保证高精度的同时提高网络的处理速度,如何对人体姿态的先验知识实现更充分的利用仍然具有特别重要的研究意义。因此本文以基于深度学习的姿态估计算法为主要研究内容,旨在设计出一种更高效,更准确的姿态估计网络模型,用于进行人体关键点的标定。本文的主要工作以及创新点如下:1.本文在总结研究了现有技术的基础上,对传统的沙漏网络进行了改进,提出了Refine Hourglass模型。首先本文对沙漏网络中相邻阶段的特征进行了融合,从而使得当前阶段的网络能够对先验信息实现充分利用,以增强图像特征在级联网络中的传播能力。另一方面,本文使用多尺度残差块对原网络的特征提取模块Residual block进行替换,从而对不同尺度的特征进行融合,增强网络结构对不同图像特征的适应性。最后,在降采样分辨率下降的同时,我们适当增加通道数,从而在下采样过程中提取更多具有代表性的特征。2.有研究表明,将模型预测的heatmap转换为原图中的人体关键点坐标,这一过程对于关键点检测任务的性能提升有着非常重要的研究意义,而原沙漏网络的坐标编码和解码过程容易引入量化误差,在设计上具有一定的缺陷。为了进一步对模型进行优化,本文引入基于分布感知的坐标表示法来对沙漏网络中的坐标编码和解码过程进行改进,从而使得坐标和热图之间的转换工作能够更加精确的完成。3.原沙漏网络只在MPII数据集上进行了单人姿态估计效果的验证,本文采用自顶向下的检测思路,引入人体检测器PP-YOLO结合我们提出的模型完成在COCO数据集上的多人人体姿态估计。4.最后,我们分别在MPII数据集和COCO数据集上对本文所提出的算法进行定量评估,并与其他经典人体姿态估计算法进行对比。其中,在MPII测试集上,我们的模型总体上对比原网络提高了1.4个百分比,尤其是肘部和手腕两个点分别提高了1.8%和1.9%。在COCO测试集上,算法准确率达到了76.0AP,实验充分验证了本文所提出的算法的有效性。