三维人体姿态识别是计算机视觉领域一个非常重要的问题,也是智能人机交互领域的核心技术之一。近年来,人体姿态识别技术发展迅速,二维人体姿态识别准确度不断提升,为三维人体姿态识别提供了新的可能。几何模型在三维计算机视觉领域具有两个主要内涵:其一是相机与成像关系的几何模型,其二是观测目标的几何模型。对于相机视角而言,现有的三维人体姿态数据集相机视角多样性有限,现有方法容易陷入视角耦合的困境,因此需要在流程设计与模型训练过程中考虑针对相机几何泛化的数据增强。对于观测目标–人体而言,三维人体姿态识别的应关注方向除了人体在三维空间中的姿态,还应包含三维人体的形状、材质、光照和纹理信息;然而传统的基于关键点-骨骼模型的三维人体表示方法无法准确编码人体的形状信息,因此具有姿态和形状协同信息的复合人体几何表达应运而生。本文就相机几何问题设计了一套完整的视角增强方法,并提出了一个基于虚拟舞蹈动作的数据集用于二维-三维关键点回归问题的训练与评估方法;就三维人体几何表示问题提出了一种基于椭球体人体表示方法的几何模型和端到端解决方案,作为一种基于回归模型和后处理优化算法的方案,利用可微分渲染和人体图像分割标注,较好的解决了因肢体部分自遮挡造成的多值歧义问题,提高了三维人体姿态估计和部分级别语义分割预测的准确性,同时为常用的三维人体姿态参数化模型提供了一种灵活轻量的中间表示方法。