针对目前复杂的人体姿态估计网络参数大、计算量大、算法难以理解和分析的问题，提出了一种基于注意机制的人体姿态估计网络。该网络使用简单的编码器和解码器来预测人体关节点热图。为了使从编码层提取的特征更具代表性，在编码层增加了信道注意机制，降低了模型的复杂度，保证了模型的预测精度。解码层使用多个反卷积模块来获得最终的预测结果。算法模型在两个数据集（MP和COCO）上进行了验证，在MP数据集上，pckh＠0.5达到89%。在COCO数据集上，与CBA相比，尽管AP卡的分辨率略低0.2个百分点，但单个图片的推理速度提高了10.1ms。实验结果表明，该方法可以有效地检测人体关节点，优于各种先进的位姿估计方法。