目录第18章 人体姿态估计与动作捕捉18.1 2D姿态估计18.1.1 热图回归与坐标回归方法18.1.2 堆叠沙漏网络（Stacked Hourglass）18.1.3 高分辨率网络（HRNet）与多尺度融合18.1.4 自底向上方法：OpenPose, PifPaf, DEKR18.2 3D姿态估计与重建18.2.1 单目3D姿态估计：简单基线与积分回归18.2.2 相机坐标系 vs 根相对坐标系18.2.3 人体网格重建：SMPL, SMPL-X模型18.2.4 参数化模型拟合与回归：HMR, SPIN, EFT18.3 手部与面部关键点检测18.3.1 手部姿态估计：21关键点模型18.3.2 面部关键点：68点/468点检测18.3.3 表情参数估计：FLAME模型18.3.4 全身联合估计：Whole-Body Pose Estimation第18章 人体姿态估计与动作捕捉人体姿态估计是计算机视觉理解人类行为的基础任务，旨在从图像或视频中定位人体解剖关键点（如关节、肢体端点）的空间位置。该技术作为人机交互、运动分析、虚拟现实等应用的核心组件，经历了从传统手工特征到深度学习方法的技术演进。本章系统阐述2D姿态估计的主流方法、网络架构及自底向上与自顶向下范式的技术特点。18.1 2D姿态估计