多人姿态估计是计算机视觉中的一个基础而又具挑战性的研究课题,可以广泛应用到高层视觉任务,如行为识别、行人再识别等。针对姿态估计普遍存在背景杂乱、人体被遮挡以及复杂多变姿态等情形,模拟人类的姿态估计机理,开展了人体相关信息补充的估计方法研究,并在COCO数据集上进行方法验证。具体研究工作如下:（1）基于全局信息能克服杂乱背景机理,提出了人体全局语义信息补充的估计方法。该方法基于注意力信息协同的旁路分支,为网络主干分支提供人体全局语义信息引导,抑制类似人体区域的背景响应,增强特征表达能力。消融实验、对比实验和可视化结果证明,利用人体全局语义信息有效地改善了杂乱背景图像的多人姿态估计。（2）基于语义信息和空间信息能克服遮挡机理,提出了人体语义信息和空间信息互补的估计方法。该方法以人体语义信息引导识别人体关键点,以人体空间信息引导加强人体关键点位置,并基于注意力进行二者的权衡,获得选择性信息互补特征表示。消融实验、对比实验和可视化结果表明,人体语义信息和空间信息互补可以提升人体被遮挡情形下的估计精度。（3）基于人体连接信息能区分多变姿态机理,提出了人体连接信息补充的估计方法。该方法利用人体关键点区域擦除提取人体局部连接信息;利用双向姿态知识转移补充人体全局连接信息,获得局部和全局结合的人体连接信息补充特征表示。消融实验、对比实验和可视化结果表明,人体连接信息补充显著提高了多变姿态估计性能。总之,人体全局语义信息补充、人体语义信息和空间信息相互补充以及人体局部和全局连接信息的相互补充可以较好解决复杂场景多人姿态估计,有效提升估计性能。