本文提出了一种在线方法，可以有效地同时检测和跟踪视频序列中多个人的 2D 姿态，使用基于 PAF 表示的 STAF 编码和预测跨越视频序列的时间和空间亲和力场，使用递归神经网络使总体方法递归化，并且只使用在线推断和跟踪，不随场景中人数的运行时不变性和输入帧率的准确性不变性，使单 GPU 上的运行速度为约 30fps， 在 PoseTrack 基准测试中取得了极具竞争力的结果。

Nov, 2018

本研究提出了利用时间信息进行人体姿势估计的方法，在空间部分中回归联合热图和部分亲和力场，在时间部分中回归描述肢体运动的时间流图，并提出了一种数据增强方法和多步长估计方法来提高结果的表现。

May, 2019

本文提出一种基于姿态流的多人姿态跟踪器，采用在线优化框架建立姿态流关联，并通过姿态流非极大值抑制策略优化性能，实验结果显示相对于最佳结果有 13 mAP 25 MOTA 和 6 mAP 3 MOTA 的提升，可在线 10FPS 进行实时跟踪。

Feb, 2018

本文介绍了一个具有挑战性的问题，即在不受限制的视频中联合估计和跟踪未知数量的人的多人姿态。为此，我们提出一种新方法，将多人姿势估计和跟踪联合建模在一个公式中，使用时空图表示身体关节检测，在图上使用整数线性规划将其划分为子图，对应于每个人的可能身体姿势轨迹，该方法隐含处理遮挡和截断的问题。我们还提出了一个完全不受限制的评估协议和具有挑战性的 “Multi-Person PoseTrack” 数据集，评估了所提出的方法和几个基线方法在我们的新数据集上的表现。

Nov, 2016

本文提出了一个统一的框架，用于实现多人姿态估计和跟踪，包含两个主要组件 SpatialNet 和 TemporalNet，其中 SpatialNet 在单帧中实现了身体部位检测和部位级别的数据关联，而 TemporalNet 则将连续帧中的人类实例分组为轨迹。

Mar, 2019

本文提出一种基于 2D CNN 的新网络 TrajectoryNet，用于预测轨迹空间中未来的姿势，重点在于对先前姿势序列的耦合时空特征、局部全局空间特征和全局时间共现特征的建模，实验结果表明所提出方法在 3 个基准测试上达到了最先进的效果。

Oct, 2019

本研究提出了一个通用的神经网络结构，使用 Composite Fields 来检测和构建一个多帧中的单一的连接图。同时，引入了 Temporal Composite Association Field (TCAF)，使得这个算法成为第一个实时姿态检测和跟踪算法，并在多个公开数据集上表现出具有竞争力的准确性并且速度快一个数量级。此外，作者也展示了这个方法可以泛化到汽车和动物等多种语义关键点，特别适合城市移动，例如自动驾驶车和送货机器人。

Mar, 2021

提出了一种新的框架，将图卷积神经网络（GCNs）和时间卷积神经网络（TCNs）相结合，以强韧地估计无需摄像机参数即可实现相机中心多人 3D 姿态的方法。该方法利用可见关节和骨头信息来估计遮挡或缺失的人体部分信息，并结合使用 GCNs 和 TCNs 的方法。定量和定性评估表明，所提出的方法具有实际应用效果。

Dec, 2020

本文提出了一种针对无限约束视频中多人的关节追踪方法，利用简化稀疏的身体关系图和最近的快速推断方法，以及将计算量转移到卷积结构上；并将关节定位方案用于构建关节追踪形式，解决了所有场景中的关联问题，并已在公共 MPII Human Pose 基准测试中取得最新结果。

Dec, 2016

本论文提出了一种新的多帧人体姿势估计框架，利用时间差异跨帧建模动态环境，利用互信息来促进实用运动信息的分离，并在基准数据集上获得排名第一和最优性能。

Mar, 2023