基于图像的人体姿态估计是指从图像中检测人体各部分的位置并计算其方向和尺度信息的过程,计算的结果分为二维和三维两种情况,本文主要研究单张室外RGB图像的三维人体姿态估计问题,即计算在单张RGB图像中人体各关节点的三维坐标信息,重建人体的三维姿态模型。但是由于数据集标注困难,在三维人体姿态估计领域,缺少室外非受限场景下采集的具有三维信息标注的数据集。针对数据集缺失问题,本课题借鉴一种基于弱监督迁移学习进行室外图像的三维人体姿态估计的方法,以室外复杂场景下具有二维信息标注的数据集和具有三维信息的室内数据集同时作为训练数据,得到一个端到端的三维人体姿态估计模型,实现对室外复杂场景下的三维人体姿态模型的重建。在模型架构方面,弱监督迁移学习采用两阶段方法,2D姿态估计子模型采用堆叠沙漏模型完成2D姿态估计和主要的特征提取工作,输出的2D姿态信息和中间特征将会共享给深度回归模型,进行深度信息的回归。本文研究分析了弱监督迁移学习方法的基本原理和流程,并多次使用相同参数对模型进行训练和测试,发现模型具有收敛曲线波动大、训练及测试结果差异大的特点。在迁移学习领域,提取的特征是否“普适”对于迁移学习模型的精度和鲁棒性有很大影响。所以为提高模型精度和模型鲁棒性,本文借鉴自步学习思想提出了一种自步式迁移学习方法,考虑训练样本输入顺序对最终模型性能及鲁棒性的影响,“由易到难、先快后慢”的对样本空间进行学习,克服了模型鲁棒性差的问题,同时一定程度提升了模型精度。深度回归子模型采用堆叠沙漏模型提取的中间特征对深度信息进行回归,但堆叠沙漏模型主要解决二维姿态估计问题,中间特征对深度信息表达能力较弱。本文借鉴SENet模块结构,提出反馈式特征权重重分配策略,不仅增强特征深度信息表达能力,而且增强前后样本特征关联性,提升模型鲁棒性。同时在上采样阶段采用双线性插值方法,增强模型特征表达能力,为深度回归环节提供了良好的基础。本文主要使用MPII、Human3.6M公开数据集进行训练,使用Human3.6M、MPI-INF-3DHP公开数据集的测试集进行模型测试。实验结果证实了本文改进后的自步式迁移学习模型能够有效提升人体姿态估计模型的重建精度。在Human3.6M公开数据集上进行测试时MPJPE为60.69mm,PCKh达到92.3%,相对基准模型分别提升了4.21 mm和0.7%。在MPI-INF-3DHP公开数据集上进行测试时MPJPE为41.35mm,PCKh达到90.84%,相对基准模型分别提升了17.35 mm和6.22%。