近年来,作为计算机视觉领域的一项重大挑战,从单目RGB图像估计3D人体姿态引起了研究者们的广泛兴趣。3D人体姿态估计通过定位人体的解剖学关节点重建三维空间中的人体姿态。2D姿态估计已经取得一定成果,相比于2D姿态估计,3D姿态估计存在固有的深度模糊问题,即同一个2D姿态对应多个3D姿态,且用于3D姿态估计的大规模数据集难以获取。因此,3D姿态估计仍存在较大的发展空间。论文针对单目3D人体姿态估计任务进行研究。在单目场景下,深度信息是3D人体姿态的重要组成部分,但3D姿态的深度模糊往往会导致人体关节点深度信息的丢失。为有效缓解深度模糊问题,首先论文提出一种2D姿态/深度估计并行模块。该模块基于人体关节点的2D姿态和深度值在数据分布和实际意义上的差异性,分别学习更加准确的2D姿态和深度特征以减少两者之间的影响。然后,为进一步丰富深度特征的监督信号,提出关于Z坐标的深度特征表示方式,将深度特征放大为以关节点为中心的范围深度图。最后,使用3D姿态转换模块将并行模块中输出的2D姿态和深度特征图作为输入,得到与相机视角对齐的3D姿态。该工作的主要思想是通过前端并行模块提取2D姿态和深度线索,然后利用所提取的线索与3D姿态转换模块生成清晰的3D人体骨架。论文提出的方法在大规模数据集Human3.6M和MPI-INF-3DHP上的实验结果表明该方法在各项评价指标中均表现良好。