人体姿态估计 (Human Pose Estimation, HPE) 是计算机视觉中的一项任务，涉及检测和估计人的图像或视频中各个身体部位的位置。它可以用来了解人的姿势、运动和行为，以及实现人机交互、视频监控和运动分析等应用。人体姿态估计可以使用多种技术来完成，一种常见的方法是利用机器学习算法来发现各种身体部位的特征及其彼此之间的关系。这可能需要使用一组标记的图片或视频来开发模型，其中身体部位的位置已被手动记录。然后可以使用经过训练的模型来预测新的、以前未见过的照片或视频中身体部位的位置。
人体姿态估计的另一种方法涉及使用几何模型来表示身体及其部位，并将这些模型拟合到图像或视频。这可能涉及估计关键点（例如关节）的位置，并使用它们来推断其他身体部位的位置。
人体姿态估计是一项具有挑战性的任务，特别是在人被遮挡或照明条件较差的情况下。准确估计身体尺寸或形状变化较大的人的姿势也可能很困难。为了提高人体姿态估计算法的准确性和鲁棒性，通常需要使用大型、多样化的数据集和先进的机器学习技术。