三维人体姿态估计是指从图像或视频中估计出人体的各个主要关节点的三维坐标,用于表示图像中人体三维姿态的过程。三维人体姿态估计在人机交互、动作识别、虚拟现实等方面有着更广泛的应用,是计算机视觉中重要的热点课题。目前从单目图像中估计三维人体姿态的方法大都将任务分为二维人体姿态估计和从二维人体姿态回归三维人体姿态两部分。由于从二维姿态到三维姿态的估计具有歧义性,是一个病态问题,且三维人体姿态数据标注困难,缺少丰富可用的三维人体姿态训练数据,因此已有的三维人体姿态估计方法在精度和泛化能力方面仍有很大提升空间。本文研究从二维人体姿态回归三维人体姿态,着力于研究如何有效地通过弱监督的方式学习三维人体姿态特征,而无需使用与二维人体姿态一一对应的三维人体姿态数据来训练神经网络。本文主要工作如下:(1)提出了一个简单的弱监督对抗式学习框架进行三维人体姿态估计,使得网络同时学习二维人体姿态、关节点间的相对深度以及人体骨架特征,有效地从二维人体姿态回归三维人体姿态。(2)提出在使用对抗式学习三维人体姿态的基础上,结合三维人体姿态的相对深度约束,增强生成器的三维人体姿态学习能力;提出一个可以与判别器进行联合训练的相对深度损失函数,弥补判别器对相对深度关系约束不足的问题。实验结果证明,相对深度与判别器的联合约束,能够提高生成器的三维人体姿态估计精度。(3)使用公开的Human3.6M和LSP数据集,针对本文方法进行多方面的实验和可视化分析,证明本文方法的优越性。实验证明,相较于其他方法,本文提出的弱监督方法在三维人体姿态估计准确性上有着较大的提高,具有较优的精度。同时,本文方法对于一些训练数据中没有的复杂高难度姿态,同样有着较好的三维人体姿态估计结果,具有较优的泛化能力。