人体姿态识别国内外研究现状

人体姿态识别是计算机视觉领域的一个重要研究方向，它的目标是从图像或视频中识别出人体的姿态信息。目前，国内外都有很多研究机构和学者在这方面开展了深入的研究。

国外研究现状：
在国外，人体姿态识别的研究已经取得了很多进展。早期的研究主要是基于手工特征提取和分类器的方法，如支持向量机（SVM）和随机森林等。近年来，随着深度学习的发展，基于深度神经网络（DNN）的方法逐渐成为主流。其中，基于卷积神经网络（CNN）的方法是比较常用的，如Hourglass等。此外，还有一些基于循环神经网络（RNN）和卷积神经网络（CNN）的融合方法，如LSTM等。

国内研究现状：
在国内，也有很多研究机构和学者在人体姿态识别方面进行了深入的研究。早期的研究主要是基于传统的计算机视觉方法，如特征提取和分类器等。随着深度学习的兴起，越来越多的国内研究者开始使用深度学习技术来进行人体姿态识别的研究。目前，国内的研究主要集中在基于CNN的方法上，如ResNet等。此外，还有一些基于多任务学习和弱监督学习的方法也受到了研究者的关注。

总体来说，人体姿态识别在国内外都是一个热门的研究方向，随着深度学习技术的不断发展，相信在未来会有更多的新方法和技术被提出。