本发明公开了基于图像的逐步生成式的人体重建方法及装置，方法包括：提取给定人体图像的图像特征，解码生成x、y、z三个方向维度的热图，经连接编码后重新分离，再经过热图积分回归出人体关节点坐标；将人体关节点热图分布经过transfomer编码器进行人体关节点及人体网格模型顶点信息交互、人体网格模型顶点上采样以及批正则化后逐步生成最终的人体网格模型；将人体网格模型顶点坐标输入通用的SMPL模型回归器后，输出人体模型对应的人体关节点坐标，作为人体网格模型重建约束。本发明在人体三维姿态估计的基础上，引入注意力机制对不同方向维度热图分布进行优化，并采用了由粗到细的思路逐步生成人体网格模型。