手部姿态估计在人机交互、交流表达、机器人抓取等众多场景具有重要应用,也是计算机视觉领域中的研究热点。由于彩色图像缺少绝对的深度信息,从彩色图像中估计手部姿态是一种高维非线性映射,同时人手本身具有自相似和自遮挡等问题,因此从彩色图像估计手部姿态仍然是一个充满挑战的任务。本文基于双目彩色图像对手部姿态估计进行分析和研究,研究内容主要分为以下三个部分:（1）针对从二维图像到空间坐标映射的不确定性问题,本文提出基于全监督方式从双目彩色图像中重建手部深度图和估计手部关节点的方案,设计一种“双目彩色图像—手部深度图—手部关节点坐标”三段式实施思路。全监督的方案使用深度图像和手部3D关节点真值监督网络训练。这种三段式思路充分利用双目图像中包含的空间信息,以手部深度图像作为桥梁缓解从图像平面到空间坐标的不确定性问题。本文通过在STB数据集上进行丰富实验,验证方案的有效性,其中手部关节点估计的平均关节点误差为6.14mm,达到目前最高的精度。（2）全监督的方案能有效地从双目图像中获取手部深度图像和关节点坐标,但是依赖于真值监督,而真值标注存在成本较高、难于获取等问题。为此,本文进一步提出弱监督方式从双目彩色图像中重建手部深度图和估计手部关节点坐标的方案,该方案只需少量2D关节点标注用于微调网络,避免了使用成本较高的深度图像真值和3D关节点标注。本文通过在STB数据集上进行丰富的自对比实验并与其他方法进行对比,验证了弱监督方案的有效性。（3）从降低训练成本、增强方案实用性的角度出发,本文在全监督方案的基础上进行优化,设计了弱监督的方案,为本文方法走向实际应用打下了基础。为了进一步验证弱监督方案的实用性和泛化性能,本文制作真实场景中的手部双目彩色图像数据集,并使用该数据集训练弱监督网络,通过实验结果分析弱监督方案在实际场景中的性能,为该方案面向实际应用提供数据支撑。手部数据集在后续也会公开,用于支持手部姿态估计的研究。