本发明公开了一种手术室场景下基于改进HRNet网络的人体姿态估计方法，包括：1)数据准备，包括手术室场景下的样本数据和一个人体姿态相关的数据集；2)对HRNet网络进行改进，加入了设计的混合注意力机制模块；3)对改进HRNet网络进行训练，采用迁移学习的方式，在准备的人体姿态相关的那个数据集上进行训练，采用在两个数据集并行训练方式，同时在网络的中间层加入MMD Loss，计算中间特征图的损失，来拉近不同数据集的数据分布距离；4)将测试集传入到训练后的改进HRNet网络中，得到最终预测的人体关键点。本发明能够克服原有数据集样本量少，遮挡、人体肢干难以识别的问题，改进后的HRNet网络提高了人体姿态估计检测的精度，有助于3D人体姿态估计以及行为识别等其它视觉任务。