人体姿态识别在计算机视觉领域是一项基础性和具有挑战性的技术。相比二维（2D）人体姿态识别,三维（3D）人体姿态识别得益于其包含的深度信息可以更加准确地应用于三维空间下的异常行为检测、3D动画渲染和机器人动作教学等场景。当前3D人体姿态识别方法大多基于残差网络,通过对RGB图像进行多层卷积实现特征提取,再解析深层特征图生成关节热力图,最后提取关节坐标。但是,这些方法往往只依赖于深层特征图,未对特征信息进行强化,姿态识别误差较大。因此,本文在残差网络的基础上借助特征融合和注意力机制对特征信息的强化进行探索。主要研究内容如下:（1）提出了基于多尺度特征图均等化融合的方法。该方法首先将深浅层特征图的通道数目和尺寸进行均等处理,其次将不同尺度的特征图进行融合,以此完成对特征信息的强化。在Human3.6M数据集上,相比于以往的方法,该方法平均根节点位置误差减少了0.9 mm,普式平均关节位置误差减少了4.5 mm,实验结果表明均等化融合方法可以有效降低3D人体姿态识别的关节误差。（2）提出了基于多尺度特征图级联融合的方法,从深到浅逐层对多个特征图进行融合。相比于均等化融合方法,该方法利用不同深度特征图之间的递进关系进行逐层级联融合,具有结构清晰有序、递进融合的特点。在Human3.6M数据集上,相比于以往的方法,该方法平均根节点位置误差减少了1.2 mm,普式平均关节位置误差减少了5.2 mm,实验结果表明级联融合方法姿态识别效果优异。（3）提出了基于注意力机制的双分支网络方法。相比于多尺度特征图融合方法,该方法分支一利用残差网络学习姿态的特征信息,分支二利用注意力机制学习姿态的注意力分布信息,并借助注意力分布对特征信息进行强化。在Human3.6M数据集上,相比以往的方法,该方法平均根节点位置误差减少了1.7mm,普式平均关节位置误差减少了8.2 mm,实验结果表明该方法可以获得更为准确的人体姿态。