1.一种姿势估计方法，其特征在于，所述方法包括：从输入图像中提取与对象的身体部位对应的特征，以生成特征图；

基于所述对象的预定图模型，更新所述特征图；

根据更新的所述特征图，建立身体部位得分图；

通过所述身体部位得分图，在所述输入图像中确定出所述对象的各个身体部位的位置；以及从确定出的所述位置估计出所述对象的姿势。

2.根据权利要求1所述的方法，其特征在于，基于所述对象的预定图模型，更新所述特征图的步骤包括：利用和积算法沿着所述预定图模型中的第一方向和第二方向更新所述特征图，以预测出更新的所述特征图中的至少一个点处的条件边缘概率，以及根据更新的所述特征图建立身体部位得分图的步骤包括：通过预测的所述条件边缘概率建立所述身体部位得分图。

3.根据权利要求2所述的方法，其特征在于，所述预定图模型为无环模型，所述无环模型中的节点与所述对象的身体部位相对应并与和该身体部位相对应的特征相对应；以及所述第一方向为从叶子节点到根节点的方向，以及所述第二方向为从根节点至叶子节点的方向。

4.根据权利要求2或3所述的方法，其特征在于，利用和积算法沿着所述对象的预定图模型中的第一方向和第二方向更新所述特征图的步骤包括：对于所述特征图中的点，利用所述无环模型中与该点对应的节点的相邻节点所对应的特征，更新所述特征图。

5.根据权利要求1-4任一所述的方法，其特征在于，基于所述对象的预定图模型，更新所述特征图的步骤包括：基于所述对象的预定图模型，通过卷积神经网络更新所述特征图。

6.根据权利要求5所述的方法，其特征在于，基于所述对象的预定图模型，通过卷积神经网络更新所述特征图的步骤包括：将所述对象的预定图模型应用至所述卷积神经网络的特征层，并通过所述卷积神经网络的卷积层更新所述特征图。

7.一种姿势估计装置，其特征在于，所述装置包括：提取单元，用于从输入图像中提取与对象的身体部位对应的特征，以生成特征图；

更新单元，用于基于所述对象的预定图模型更新所述特征图，并从更新的所述特征图建立身体部位得分图；以及估计单元，用于通过所述身体部位得分图，在所述输入图像中确定出所述对象的各个身体部位的位置，并从确定出的所述位置估计出所述对象的姿势。

8.根据权利要求7所述的装置，其特征在于，所述更新单元还用于：利用和积算法沿着所述预定图模型中的第一方向和第二方向更新所述特征图，以预测出更新的所述特征图中的至少一个点处的条件边缘概率；以及通过预测的所述条件边缘概率建立所述身体部位得分图。

9.根据权利要求8所述的装置，其特征在于，所述预定图模型为无环模型，所述无环模型中的节点与所述对象的身体部位相对应并与和该身体部位相对应的特征相对应；以及所述第一方向为从叶子节点到根节点的方向，以及所述第二方向为从根节点至叶子节点的方向。

10.一种计算机系统，其特征在于，包括：存储器，存储可执行指令；

一个或多个处理器，与存储器通信以执行可执行指令从而完成以下操作：从输入图像中提取与对象的身体部位对应的特征，以生成特征图；

基于所述对象的预定图模型，更新所述特征图；

从更新的所述特征图建立身体部位得分图；

通过所述身体部位得分图，在所述输入图像中确定出所述对象的各个身体部位的位置；以及从确定出的所述位置估计出所述对象的姿势。