【摘要】为分析姿态估计在动物行为识别和动物福利研究中的应用和发展潜力，本文以基于深度学习的姿态估计方法为突破口，从二维和三维空间的角度综述了动物姿态估计研究进展和方向，并介绍常见数据集与评价指标；然后整合基于姿态估计的动物行为识别相关研究成果，重点介绍关键点检测和行为分类的算法及其特征选取方式。姿态估计为动作识别和行为分析等研究提供了骨架信息和运动特征，成为动物行为识别和异常信息预警的非接触式监测方法。但由于受到训练数据集较少的限制，相对于人体姿态估计，动物姿态估计研究和发展速度相对较慢。因此，近年来利用跨域学习的方式来进一步提升其性能成为一种新兴手段。本综述为动物智能行为识别、动物福利研究以及智慧养殖等相关研究者扩展研究思路和研究方法。