人体姿态估计（Human Pose Estimation,HPE）作为步态识别、人物跟踪等计算机视觉研究的基础,其主要任务是对人体各个关键点进行定位。近年来,深度学习的快速发展极大地促进了人体姿态估计领域的进步。然而,由于受人体姿态的复杂性、服饰外观、环境、遮挡、图像拍摄角度等因素的影响,人体姿态的精确定位仍然面临着巨大挑战。因此,如何提升人体姿态估计方法的定位准确率是一个值得研究的问题。另外,现有的基于深度学习的人体姿态估计方法往往都需要构建结构复杂的大型网络,算法的计算开销太大,所以如何设计轻量型的人体姿态估计网络也值得研究。针对提升人体姿态估计的关键点定位准确率,本文提出了一种新的特征聚合沙漏网络（Feature Aggregation Hourglass Network,FAHN）模型。FAHN模型基于经典沙漏网络做了改进,重新设计了骨干沙漏网络中的残差模块结构并将每个骨干网络中上升采样和下降采样的特征保存起来与下一阶段骨干网络的特征进行聚合,旨在保留更多高分辨率的原始特征以及进行更深层次的不同规模的特征融合。在网络构建中,还应用了转置卷积进行上升采样以便从深层和低分辨率的特征中生成热力图。另外,FAHN模型还实现了中间监督策略帮助网络训练。在人体姿态估计领域的基准数据集上进行的大量实验表明FAHN模型比现有的许多人体姿态估计方法具有优势,能够有效提高人体的关键点定位准确率。针对构建轻量型的人体姿态估计网络,本文提出了一种新的混合沙漏网络（Mixed Hourglass Network,MHN）模型。具体地,该模型在FAHN模型的基础上将混合深度卷积（Mixed Depthwise Convolution,Mix Conv）策略与沙漏网络基础残差模块的设计结合起来,构建了新的混合卷积残差模块。同时,还分析了不同尺寸卷积核对网络性能带来的影响。在两个人体姿态估计领域常用数据集上的实验验证了MHN模型在尽量保持模型准确率的同时能够极大地降低网络计算开销,提升模型效率。最后,基于Flask框架和Mongo DB数据库,本文设计并实现了一个较为完善的人体姿态估计系统。