实例分割任务主要是将图像中的几种类别区分并检测标记出来。在基础卷积神经网络的基础上,对模型进行改进。当前的实例分割算法无法分割两个高度重叠的对象,之前的实例分割算法基本都是对图片的目标进行检测,然后在生成的检测框的基础上进行实例分割,这样可能会导致两个非常近的人无法区分出来。本文发现利用人体骨骼的特殊性能够更好的把图片中的人精准的分割出来,从而避免了候选框所带来的漏检情况,并且本文提出了两种全新的网络结构,极大提高了对人体实例分割的准确性。本文核心的思路有以下两点:1.提出了一个全新的评分机制的网络框架,利用人体姿态和评分机制的人体实例分割网络来提高分割质量。增加一个全新的评分机制模块,利用预测Mask与ground truth之间的Io U关系来比较准确的描述人体分割质量,并且提出了一种可以直接使用和学习Io U的网络,能够提高实例分割的质量。2.提出了一个全新的网络结构,利用人体姿态和实例位置相结合的卷积神经网络来改善网络结构。网络模型的核心是将人体分割再次解释成两个实例对象同时来完成的类别感知的预测任务。因此,本文决定把进行实验的数据对象平均分成一个规则的网格,被定义为S×S。假设进行人体分割的对象中心位置处在定义的网格中,那么这个网格不仅要完成对实例种类的预测,还要将对对象进行实例分割。总之,提出的网络框架对人体分割的结果更加准确,具有更加优越的鲁棒性。总体来讲,所提出的方法,大量的实验进行了验证和其他算法进行了比较,可以看出所提出的人体实例分割的新网络模型具有较好的准确性,使分割的的精度也有所提升。为了获得更加丰富的特征信息,采用Res Net和特征金字塔网络（FPN）进行特征提取,融合多层特征的信息,使分割结果更加准确。实验结果表明,新提出的网络框架对人体分割的结果更加准确,具有更加优越的鲁棒性。