人体骨架提取技术可应用于运动捕获以及动作识别与分析等领域。传统的人体骨架提取方法都需要借助额外的光学设备或传感器,成本较高。本文研究的人体骨架提取技术特指结合机器学习技术来进行基于图像的人体骨架提取,即计算机能根据图片自动计算得到被测人体的三维骨架信息。现有基于图像的人体骨架提取方法大都只能提取出图片中人体的二维姿态,还没有相关研究利用机器学习技术来进行三维姿态估计。本文设计了一个利用卷积神经网络针对单张图片进行人体三维骨架提取的框架。该框架集成了图片中的人体区域提取技术、卷积神经网络架构以及骨骼的后处理优化过程。在上述针对单张图片的人体骨架提取框架的基础上,本文设计了针对连续图片序列的人体骨架提取算法,利用人体骨架的时空连续性来优化提取的骨架。实验结果表明,本文设计的人体区域提取方法能以较高的准确度提取出其中的人体区域;同时本文的基于图片的人体骨架提取算法能较快速地预测出人体的三维骨架信息,并且一些姿势下的预测结果也与真实值较接近。