姿态估计及人体解析是图像与视频分析领域中人体高层行为理解的基础,在共融式人机交互、智能安防、时尚娱乐等领域拥有广泛的应用前景。目前基于静态图像的姿态估计算法和人体解析算法应用广泛,但静态图像无法描述运动人体的时空关系信息,因此基于视频的姿态估计及人体解析算法成为新的研究热点。该文在国内外相关研究的基础上,探讨视频序列中时空关系建模及冗余信息快速处理方法,进而对姿态估计与人体解析的快速处理算法讨论研究。针对视频人物的姿态估计问题,该文提出结合光流与多尺度融合卷积网络结构的方法,快速处理视频信息并对运动模糊、人体自遮挡等特殊情况进行讨论。鉴于视频帧间存在的时空相关性,该文设计自适应关键帧检测算法将视频帧分成关键信息和冗余信息两部分,之后用深度卷积的方法处理关键帧,通过聚类分析、光流传递算法对漏检错检的关键点重新检测定位。最后利用光流法传递关键帧信息,预测得到非关键帧的关键点位置,从而得到完整的人体姿态估计序列。基于Human3.6M数据集建立自制数据集并设计对比试验,实验证明该文系统有效平衡算法运算精度与时间复杂度。针对视频人体解析问题,该文提出结合光流与特征融合卷积网络结构的方法,对视频冗余信息快速处理。首先选取视频的关键信息区域,追踪关键帧的人体运动掩模,对该部分用卷积网络进行处理,得到人体解析特征。然后利用光流场传递该部分图像特征到非关键帧,得到完整的人体解析结果。基于自制数据集设计对比实验,实验验证系统方法的高效性和可行性。