人体姿态估计是计算机视觉领域的研究热点和难点，在智能监控、高级人机交互、图像与视频检索、虚拟现实、运动分析等领域有着广泛的应用前景。而单目图像和视频中的人体姿态估计中存在若干需要解决的关键问题，例如，搜索空间较大而引起部位搜索效率相对较低，人体姿态的多样化导致的部位误检，遮挡引起的人体部位漏检和误判，视频姿态估计的推理结构复杂度偏高等。针对以上姿态估计中的四个方面的关键问题，本文分别提出基于MRF超像素标记的部位搜索算法、基于多模人体结构的姿态多样化表示方法、基于遮挡级别的遮挡部位建模方法和基于组合模型的视频人体姿态估计推理方法。