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。
