本发明公开了基于空间降维的高分辨率人体姿态估计模型的轻量化方法，涉及人体姿态估计领域，解决深度神经网络所需要的计算资源巨大的技术问题，本发明提出一种对1*1卷积核的等级替换方案。首先通过条纹状的上下文建模对输入的二维空间特征压缩后得到单维的空间特征，再分别对两个单维的空间特征进行编码学习到条纹状的注意力图，最终用学习到的两个单维空间的注意力图还原成一个双维空间的注意力图，并且用此注意力图帮助模型聚焦在关键点附近的区域；由于在自顶向下的姿态估计方法中两个一维的空间特征可以还原出一个二维的空间特征的特性，这种方法能够在保持高精度的同时将网络的计算复杂度从二次方级降低到一次方级。