Luận văn tập trung nghiên cứu ứng dụng học sâu (Deep learning) để ước lượng tư thế người ba chiều (3D) từ dữ liệu video hai chiều (2D), nhằm phục vụ cho việc phân tích và đánh giá trong lĩnh vực thể thao. Nghiên cứu đề xuất một kiến trúc mạng nơ-ron tích chập kết hợp với cơ chế chú ý không gian-thời gian để trích xuất đặc trưng chuyển động và nâng cao độ chính xác của việc tái tạo khung xương 3D. Mô hình được huấn luyện và đánh giá trên các bộ dữ liệu chuẩn như Human3.6M và các tập dữ liệu thể thao chuyên biệt. Kết quả thực nghiệm cho thấy phương pháp đề xuất đạt độ chính xác cao trong việc ước lượng góc khớp và tọa độ không gian, đồng thời có khả năng hoạt động ổn định trong các điều kiện chuyển động phức tạp. Luận văn cũng xây dựng một hệ thống thử nghiệm để phân tích kỹ thuật động tác thể thao, từ đó đưa ra các chỉ số đánh giá định lượng hỗ trợ cho huấn luyện viên và vận động viên trong quá trình cải thiện thành tích.