本发明涉及一种单目深度视频的二维人体骨骼点定位方法。该方法包括构建模型、训练过程和识别过程，其中训练过程包含以下步骤：S21收集训练样本；S22生成训练目标；S23随机初始化深层模型(长短时记忆卷积神经网络)及其参数，所述的参数由卷积层的参数和长短时记忆卷积层中的参数组成；S24采用模型优化算法，端到端地利用训练样本更新深层模型的参数；识别过程如下：S31输入单目深度视频帧；S32利用训练好的深层模型推断预测出其中的人体骨骼点位置。本发明通过设置合理的学习目标，构建了深层次的长短时卷积神经网络，按照数据驱动的方式自适应地学习出人体骨骼点预测特征，到达了稳定可靠的人体骨骼点定位效果。