深度神经网络在人体姿态估计中的应用综述.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（9）41

深度神经网络在人体姿态估计中的应用综述

11111+2

郝鹤菲，张龙豪，崔洪振，朱宵月，彭云峰，李向晖

1.北京科技大学计算机与通信工程学院，北京100083

2.解放军总医院第八医学中心呼吸与危重症医学部，北京100091

+通信作者E-mail：pengyf@ustb.edu.cn

摘要：人体姿态估计是计算机视觉领域的重要研究方向，在教育教学、临床诊断、人机交互等多场景均有重要应

用。随着深度神经网络提出及发展，其以强大的特征学习能力、大规模并行处理等优势，广泛应用于人体姿态估计，

并大幅提高了估计结果准确度和识别效率。以人体姿态估计为研究对象，梳理近5年相关领域100篇包含RNN、

CNN、GAN、前沿网络模型等深度神经网络及其变体架构的代表性文献；此外，汇总梳理近5年常用数据集，并阐释

了模型常用评估指标。最后，总结现阶段人体姿态估计领域面临的挑战，并展望未来研究，以进一步探讨深度神经

网络在人体姿态估计中的应用潜力。

关键词：人体姿态估计；计算机视觉；深度神经网络；评价指标

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2409-0272

ReviewofApplicationofDeepNeuralNetworksinHumanPoseEstimation

11111+2

HAOHefei,ZHANGLonghao,CUIHongzhen,ZHUXiaoyue,PENGYunfeng,LIXianghui

1.SchoolofComputerCommunicationEngineering,UniversityofScienceandTechnologyBeijing,Beijing100083,China

2.SectionofRespiratoryandCriticalCareMedicine,TheEighthMedicalCenterofChinesePLAGeneralHospital,Beijing

100091,China

Abstract:Humanposeestimation(HPE)isacriticalresearchdirectioninthefieldofcomputervision,withimportantapplica-

tionsinvariousscenariossuchaseducationandtraining,clinicaldiagnosis,andhuman-computerinteraction.Theemer-

genceandevolutionofdeepneuralnetworkshaveprofoundlyinfluencedhumanposeestimation,harnessingtheirrobust

featurelearningcapabilitiesandleveraginglarge-scaleparallelprocessingbenefits.Thishasledtosignificantenhance-

mentsintheprecisionofestimationoutcomesandrecognitionefficiency.Focusingonhumanposeestimation,morethan

100representativepapersfromtherelevantfieldoverthepastfiveyearsarereviewed,coveringdeepneuralnetworkmod-

elsandtheirv