本文提出了一种基于深度学习的人体姿态估计方法。我们采用生成对抗网络作为学习范式，其中设置了两个具有相同架构的堆叠沙漏网络，一个作为生成器，另一个作为判别器。训练完成后，生成器被用作人体姿态估计器。判别器用于区分真实热图和生成热图，并将对抗损失反向传播到生成器。这一过程使生成器能够学习合理的人体配置，并被证明有助于提高预测精度。