人体姿态估计由于不同外观、性别、衣物、遮挡、背景和光照条件的不确定性和复杂性,往往会给姿态估计预测带来一定困难。如何有效处理不同条件影响,并在此基础上设计出有效的人体姿态估计方法,本文研究了基于深度学习的人体姿态估计的技术。首先,对于人体难检测部位,采用改善的多尺度特征和多尺寸卷积核,本文提出了一种基于特征金字塔的坐标变换网络。先网络对图片提取不同维度和不同分辨率的特征,解决环境干扰问题,再对遮挡严重的部位和其他难样例则增大网络局部区域的卷积核,并挖掘难样本并贡献网络损失,之后将姿态点定位转为高斯热点图定位的过程,预测的高斯热点图转为坐标,实现端到端训练的过程。实验结果表明,改善的特征有助于识别难检测部位,且网络计算量较少。其次,针对人体关键点之间非欧几里得的空间结构关系,本文提出了一种基于图卷积神经网络的人体姿态估计的方法,来提高人体姿态估计的精度。该方法输入的数据结构为时空图结构,由单人姿态点为节点,节点之间连接为边,组成单帧的图结构。该数据结构是对某个节点仿射变换后的时空图结构,输入图神经网络分类节点所在的区域,结合关键点偏差计算为坐标。实验结果表明,该网络具有改善检测性能的效果。本文研究的人体姿态估计方法具有人体部位和关键点检测能力。度量标准采用PCKh标准和AP标准,在MPII测试集和COCO测试集进行了多组实验。