人体姿态估计的目的是识别并定位出人体的关键点,这些关键点按照人体关节顺序相连就可以得到人体的躯干,进而得到人体的姿态。但是现存的方法在处理较大的姿势变形,部分遮挡和复杂背景等这些场景下的效果仍然不是很好。在人体姿态估计中,依然存在对困难关键点的错检、漏检,存在姿态估计的模糊性问题,而且在常用的公开数据集中较大的姿势变形、部分遮挡和复杂背景等场景下实例较少。本文针对这些核心问题展开研究工作,本文的主要工作及贡献如下:（1）基于堆叠沙漏网络,本文提出了一种级联特征融合的堆叠沙漏网络算法。由于堆叠沙漏网络存在局限性,关键点上下文信息提取不足以及重复上下采样导致的信息损失,而浅层特征对于人体姿态估计更为重要,因此本文从充分提取和利用浅层特征这一角度出发,在原堆叠沙漏网络的基础上加入了大感受野残差模块、预处理模块并设计了一个横向连接结构。实验结果表明,级联特征融合的堆叠沙漏网络算法提高了人体姿态估计的精度。（2）针对人体姿态估计中的模糊性问题,提出了一种结合人体解析的人体姿态估计方法。人体解析就是将语义分割技术作用于人体,对身体各部位进行分割,人体解析的结果可以提供关于人体形状的有用的线索,同时身体部位分割可以约束关键点的位置,将获得的人体解析信息与结构信息相结合,有效纠正了在人体姿态估计中的模糊性问题。（3）针对常用公开数据集中较大的姿势变形、部分遮挡和复杂背景等场景下的实例较少的问题,本文使用语义数据增强方法来模拟真实情况下的遮挡,合成遮挡情况下的实例。通过上述的人体解析方法对人体进行语义分割,然后随机选取身体部件放置到图片里来模拟遮挡的情况,并以对抗性学习的方式动态调整网络的增强参数,针对姿态估计网络生成定制的训练样本,进一步提高了人体姿态估计中对遮挡关键点的检测精度。