林浩翔，李万益，邬依林，谭烨希

（广东第二师范学院计算机学院，广州 510303）

0 引言

三维人体姿态估计目前是一项比较新的研究课题，该课题的技术研究已经成功运用到以计算机视觉为基础的多项高级人工智能技术，比如音乐舞蹈等运动形体化教学［1-2］、制作3D人物的立体电影［3-5］、人体运动形态类型识别［6-7］等等，这些技术的应用都是以视频图像的三维姿态估计为基础，进行深入拓展的高级应用。目前，国内外学者对三维人体姿态估计的研究有一定进展，前期研究具有一定局限性。初始研究阶段，该技术研究用于数据样本的非监督学习，用有限三维数据样本生成新的三维数据样本［8］，然而该研究实用性有限。后来，由于实际应用需要从二维图像重构出三维姿态来获取更多人体姿态参数，就从多个视角图像进行预处理，利用一些启发式智能算法来估计相应的三维姿态［9］，其对于一些简单运动形态可以较好的估计，但是对于稍微复杂的运动形态效果较差，并且运行时间比较长，算法收敛性差。近两年，该项技术的研究发展到了单视角估计［10］，用深度学习的方法对图像进行处理。然而，近期的技术处理的效果也有一定的局限性，比如估计对象的自遮挡处理、二维到三维映射歧义，以及空间位置无法处理等问题。因此，本文针对以上的一些问题，提出一种半监督学习卷积神经网络模型来实现单视角含有空间位置信息的三维姿态估计。

本文……