近年来,随着软硬件性能的不断提高,人工智能得到了飞速的发展。计算机视觉技术作为人工智能的重要分支,有着广泛的商业价值和应用前景。人体姿态估计,是从图像或视频中对人体关键点位置进行估计,进而组成完整人体姿态的技术。在计算机视觉的众多领域中,人体姿态估计,囊括了传感器、机器视觉、模式识别等丰富的技术,在人机交互、体育运动、康复医疗和电影、游戏制作等领域有着较好的应用前景。然而,人体姿态估计任务大多需要深度神经网络进行训练和预测,在实际社会生活场景中具有较大的应用成本。若能集中计算资源,远程提供服务,能使其应用更为便捷。本文选题来源于企业合作项目,设计、实现了一套基于计算机视觉的人体姿态估计系统,并针对康复训练领域内的应用进行了算法改进和业务实现,具体如下:本文设计并实现了基于计算机视觉的人体姿态估计系统,包含对图像或视频数据的采集、传输、姿态估计计算和可视化等功能,实现了 2D、3D人体姿态估计服务,输出人体关键点位置。系统包括采集层、数据传输层、算法分析层、管理层、可视化层和应用层。其中,采集层支持通过网络摄像头采集图像,或直接上传视频文件这两种图像采集方式。数据传输层负责对图像进行压缩编码,通过消息中间件将数据传输到算法后台,由算法分析层进行人体姿态估计等算法的识别和计算。管理层支持对算法进行多用户和多任务的调用。可视化层负责将返回的数据以人体模型的形式呈现在用户前端。本文设计并实现了人体姿态估计在康复医疗领域的应用。在姿态估计的基础上拓展了动作匹配和评估的方法,对系统的应用层进行了拓展。其功能包括训练计划、训练报告和评估几个部分。本系统在该领域内的应用,有助于对康复者的身体姿态和动作进行评估,并且能对训练师提供辅助。本文详细论述了系统的设计、实现过程,并完成了功能测试和性能分析。