本发明公开了一种基于深度学习的人体轮廓提取方法,具体按照以下步骤实施:步骤1,提取原始图像的Gabor纹理特征;步骤2,提取原始图像的Canny边缘特征;步骤3,搭建适用于人体轮廓提取的卷积神经网络架构;步骤4,将原始图像、步骤1提取的Gabor纹理特征图、步骤2.提取的Canny边缘特征图共同传入步骤3构建好的卷积神经网络进行训练,生成CNN人物模型;步骤5,对训练好的CNN人物模型的结构进行测试,得到人体轮廓图像;步骤6,通过步骤5的测试过程记录人体轮廓图像的重叠率与耗时,对人体轮廓图像进行评估。本发明方法达到了较高的准确率、提高了检测率,还缩短了测试时间。