一种轻量级的由视频估计3D人体姿态的算法

本发明公开的属于深度学习以及人工智能技术领域，具体为一种轻量级的由视频估计3D人体姿态的算法，包括具体步骤如下：S1，第一阶段：输入RGB图像，利用深度学习模型提取2D关键点特征并预测人体关键点的2D坐标，并以热图形式表示，精确标识关键点在2D图像中的位置；S2，第二阶段：基于2D关键点，利用LitePoseFormer算法通过几何约束、运动学约束进行3D姿态重建，并结合相机参数或深度信息优化三维坐标的估计。本发明通过利用LitePoseFormer算法进行3D姿态重建，不仅能够降低内存消耗和计算成本，还能够提高每个Transformer的针对性，且能够避免信息丢失，提高中心帧姿态估计的精度。