针对大视差图像拼接后重叠区域出现重影、非重叠区域发生透视失真等问题，提出一种改进的大视差图像拼接算法。利用尽可能投影算法（APAP）建立低密度网格形变，根据待拼接图像成对匹配点的分布对重叠区域内的网格形变进行细分。通过随机釆样一致性算法计算全局最优相似矩阵，校正非重叠区域发生的透视失真现象。将全局最优相似矩阵与网格单应矩阵加权叠加，实现目标图像形变。在此基础上，对目标图像重叠区域进行内容感知，保留重要度较低的区域并完成拼接，以避免重叠区域出现重影问题。实验结果表明，相对APAP、SPHP等算法，该算法的拼接效果更能还原真实场景，且拼接图像的均方根误差值较低。

为提升人体姿态估计在移动终端设备上的运行速度与实时性，提出一种改进的人体关键点检测算法。通过将 Mobilenetv2轻量级主干网络与深度可分离卷积模块相结合加速特征提取过程，使用精炼网络进行多尺度人体关键点预测，并利用融合网络整合多个尺度的预测结果得到最终人体关键点检测结果。实验结果表明，与传统CPM算法相比，该算法在网络模型参数量和浮点运算量明显减少的情况下PCKh@05仅下降01个百分点，具有较高的检测精度和较好的实时性。