本研究提出了一种有效快速的图像中多人二维姿态检测方法，使用无参数表示方法命名为 Part Affinity Fields (PAFs)，可以学习将身体部位与图像中的个人关联，并设计了一个适用于任意人数图像的贪婪自下而上的解析步骤，该算法通过同一顺序预测过程的两个分支来联合学习部位位置及其关联，显著高于 MPII Multi-Person 基准的现有最新技术结果。

Nov, 2016

本文提出了一种在线多人姿态跟踪方法，通过构建时空网络，利用多人姿态估计方法的空间网络提取图像特征和姿态特征，预测时间流场，并在二分图优化问题中使用相似性作为二元潜势实现多姿态追踪，展示了相对较小的 CNN 网络可以学习这些 TFF，同时实现最先进的多人姿态跟踪结果。

May, 2018

本文提出了一种新的自下而上的方法，即 PIFPAF，用于多人二维人体姿势估计，在城市移动性（如自动驾驶汽车和送货机器人）方面表现特别优异，其方法利用 PIF 来定位身体部位和 PAF 来将身体部位相互关联以形成完整的人体姿势，在低分辨率和拥挤、混乱和遮挡场景下的表现优于以前的方法，在回归中使用 Laplace 损失，结合不确定性的概念，将其归功于我们新的复合场 PAF 编码细粒度信息的选择，我们的体系结构基于全卷积、单次拍摄、无框设计，在标准 COCO 关键点任务上与现有最先进的自下而上方法具有同样的表现，并在修改后的交通领域 COCO 关键点任务上产生最先进的结果。

Mar, 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

提出了一种基于视频的 Spatio-Temporal Alignment Fusion (STAF) 模型，通过关注基于注意力的 Temporal Coherence Fusion Module (TCFM) 中的人体运动的相干线索，以及通过在特征图上预测网格投影来提取细粒度局部信息的 Spatial Alignment Fusion Module (SAFM)，进一步引入多阶段邻近空间对齐融合模块以增强目标帧的特征表示，同时使用 Average Pooling Module (APM) 提高对整个输入序列的关注，从而显著提高了从视频中恢复结果的平滑度。通过在 3DPW、MPII3D 和 H36M 上进行了大量实验证明了 STAF 的优越性，实现了在精度和平滑度之间的最新权衡。

Jan, 2024

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

我们提出了一种利用时间动态特性来辨别不同人的外观建模方法并采用特征选择算法来描述外观变化的在线多人跟踪算法，该方法在 MOTChallenge 2015 基准测试上超越了同类算法。

Oct, 2015

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