人体骨架点检测是人体动作识别领域的一项子任务,能够对人体姿态进行简洁而又生动的刻画,但与其他目标检测任务不同,多人场景、躯体遮挡、衣着变化等问题都会对骨架点检测的准确性和效率带来影响。本文对二维图像上的人体骨架点检测技术进行研究,在此基础上提出了基于深度学习的人体骨架点检测模型与多人离散骨架点的匹配算法。本文的研究内容主要包括:(1)针对多人骨架点检测任务中的人体不确定性所带来的影响,利用自底向上的方法,由细到粗的进行整个检测过程;为了提高检测效果,提出了一个多分支多阶段的级联CNN结构,这种网络结构能够使模型从原始图像上学习到人体各关节之间的关系,有效预测被遮挡的部位,一方面可以同步进行骨架点位置和骨架点关联信息的预测,另一方面以迭代的方式对检测结果进行精炼。(2)针对离散骨架点的组合问题,提出把骨架点之间形成的肢体部位作为信息载体,用向量场的方式构建骨架点关联信息模型,并将其看作一种特征,从而利用检测的方法得到不同骨架点之间的关系。(3)指出多人场景下的离散骨架点的重组问题就是一个NP-Hard问题,可以通过将其分解为一组二分图匹配的子问题来进行简化,由此提出了离散骨架点的匹配算法,并针对人体遮挡造成的骨架错乱和丢失问题进行了算法优化。通过在HKD公开数据集上进行对比实验,本文所提出的基于深度学习的人体骨架点检测模型在二维图像上具有很好的识别效果,能够准确的预测并区分图片中的多个人体骨架。尤其是在处理复杂场景中被遮挡的肢体部位时,可以更好的解决骨架丢失或错乱的问题,准确率要高于传统自上而下的检测方法。无论是从精度上还是速度上,都表现出了优异的性能。