3D人体骨骼动画驱动技术是动画电影、游戏等产业依赖的重要技术，具有很高的市场价值。其中，人体动作数据的采集是3D人体骨骼动画驱动的基础，传统的方法主要依靠动作捕捉来进行采集，场地和设备架设复杂，成本很高。随着近年来学术界在3D人体关键点检测领域不断取得的进展，低成本的人体动作数据采集逐渐成为了可能。然而，目前已有的检测算法的计算复杂度过高，难以在移动端实时运行，而且利用检测算法采集到的人体运动数据，由于固有的局限性，缺失骨骼自旋自由度等信息，无法直接用于骨骼动画驱动。
　　针对当前的问题，本文从泛化能力和轻量化角度入手，构建了包含检测和驱动在内的完善的3D人体骨骼动画驱动系统，且该系统能够在移动端实时运行。检测方面，为了提高3D人体关键点检测模块的推断速度，本文提出了一种网络融合的方法，将2D关键点检测网络和骨骼朝向检测网络融合，一方面，提高了骨骼朝向检测网络的泛化能力，另一方面，使得人体追踪、2D关键点检测和骨骼朝向检测只需一次模型推断即可完成，3D关键点归回网络则结合了时序输入，从网络层面缓解了结果的抖动性。驱动方面，为了解决因检测算法的固有缺陷而导致的错误，本文基于前人工作[7]，将驱动问题构建为非线性优化问题，并且提出了基于2D置信度的动态能量权重策略，解决了因误检导致的错误，同时结合角度软约束和角度正则，解决了骨骼自旋自由度的缺失问题。整个系统在中高端手机上能够以25fps以上的速度实时运行，并且基于本文提出的网络融合的方法，系统的泛化能力很强，能够适应众多使用场景。