张静静，宁媛，章成学

（贵州大学 电气工程学院，贵阳 550025）

0 引言

人体姿态估计任务已经研究了几十年，目的是从给定的传感器输入获取人体的姿态，通常使用基于视觉的方法来获得。近年来，随着深度学习在图像分类［1］、目标检测［2］、语义分割［3］等计算机任务上的良好表现，姿态估计利用深度学习技术也取得了快速发展。主要的发展包括设计了良好且具有强大估计能力的网络，以及更丰富的数据集，用于训练网络和更实际的人体模型。虽然已有一些关于姿态估计的评论，但是国内仍然缺乏一份调查，来总结最近基于深度学习的二维人体姿态估计成果。

姿态估计作为计算机视觉基础任务之一，是一个非常重要的研究领域，可以应用于许多方面。如：动作识别、动作检测［4］、电影与动画、人体跟踪［5］、虚拟现实、人机交互、视频监控、医疗辅助、自动驾驶、运动运动分析等等。

二维人体姿态估计具有一些独具的特点和挑战。二维人体姿态估计的挑战主要集中在3 个方面：

（1）灵活的身体结构，表明复杂的相互依赖关节和高自由度的四肢，可能导致自咬合或罕见甚至复杂的姿态。

（2）不同的身体外观，包括不同的衣服和附近人姿态的误导。

（3）复杂的环境可能导致前景遮挡、附近人遮挡，各种视角以及摄像机视图中的截断。

本次调查广泛总结了2014 年以来发表的基于深度学习的人体姿态估计方法的里程碑式研究成果。

1 单人姿态估计

基于深度学习的单人姿态估计方法的目标是定位人体部分的关键点。……