人体姿态估计

定义

人体姿态估计（Human Pose Estimation）指从图像或视频中检测人体关键点（如头、肩、肘、腕、膝等）的位置，并连接成骨架来描述人体姿态的技术，分为二维与三维姿态估计。

方法

多人场景有两类路线：自顶向下方法先检测每个人再逐人估计关键点，精度高但耗时随人数增长；自底向上方法先检测整图所有关键点，再分组归属到个体，代表如 OpenPose 的部件亲和场。热力图回归是关键点定位的主流表示方式，近年基于 Transformer 的方法进一步提升精度。

挑战

遮挡、罕见姿态、密集人群和运动模糊是主要难点；三维姿态还面临深度歧义问题。

应用

广泛用于体感游戏与健身指导、动作捕捉与动画制作、运动员技术分析、跌倒检测与康复评估等场景。