手势识别作为一种新型的人机交互方式有非常广泛的应用前景,基于2D视觉的人手姿态估计是手势识别的前置任务之一,因此实现一种轻量化的人手姿态估计有着非常重要的意义。本文采用了自顶向下的人手姿态估计结构,将整体框架分为人手位置检测和人手关键点提取两个阶段,然后进行了全流程的详细设计与优化,主要内容如下:（1）第一阶段的人手位置检测由改进的视觉目标检测模型实现。将Shufflenet中的计算单元调整参数后作为YOLO模型的骨干网络,完成轻量化设计,在保证检测性能逼近初始算法的情况下计算资源和存储资源消耗大幅减小。此外,从解决正负样本分布不均衡的角度下重新设计了损失函数,最终使用了基于Focal Loss的置信度损失函数,提高了算法的检测性能。针对检测模型在相机采集图像后推理延迟和人手的不规则运动造成的误差,使用了改进的卡尔曼滤波算法来进行误差补偿,在过程噪声协方差超参数中添加差分信号加权,从而快速调整人手不规则运动时卡尔曼系数对于观测值和预测值的置信度,并添加自适应调节超参数的计算过程,从而保证算法的鲁棒性。（2）第二阶段的人手关键点提取使用了改进的回归模型,保证了算法的适配性和设备友好性。从损失函数与输出分布之间的关系分析了回归模型性能弱于热图模型的原因,并决定采用生成模型对输出分布进行拟合来不断调整参与监督训练的损失函数。对级联的计算流程进行重参数化设计,优化为一个端到端的推理流程。为了防止训练初期错误的分布使回归模型的训练偏离正确方向,将两者进行解耦,实现了分布拟合的增量学习过程,保证回归模型的学习至少来源于相对正确的初始分布。使用即插即用的姿态平滑滤波器,对位置、速度、加速度同时建模,以改善实时运行的效果。依托公开数据集以及自己收集并标注的数据制作了测试集,对论文提出的位置检测模型和关键点回归模型进行多项测试指标的评估,对比实验表明,提出的两个方法均在保证轻量化的条件下拥有了较高的性能。