本发明涉及人体分割技术，公开了基于深度学习的运动人体分割方法和系统，基于深度学习的运动人体分割方法包括多尺度人体特征信息的获取，将人体图像输入至编码器网络模型中，获取多尺度人体特征信息；对S1的人体特征信息进行约束，输出预测的人体关键点信息；人体特征信息输入至解码器中，获取人体特征信息的分割结果，输出的结果包含二值掩膜图；预测的人体关键点信息和预测的二值掩膜图，计算损失函数并训练网络模型；依据计算的损失函数对网络模型参数进行更新。本发明能够实现无交互自动处理复杂背景条件下的运动人体，生成边缘高精度的分割结果。