本文提供了一个在室外环境中操作的用于多摄像头飞行器控制的实时航拍系统，可以在不使用专用标记的情况下重建自然环境中的人体动态，使用多机器人协调方案维护目标重建质量的最优飞行编队，该系统在仿真和现实中的性能表现得到验证。

Aug, 2021

本文提出一种新的无标记动作捕捉技术，通过多个 RGBD 相机集成的自主飞行相机追踪运动目标的表面运动，利用无线电视移动引导信息和提出的非刚性表面配准方法实现了表面运动跟踪。

Oct, 2016

本论文提出一种基于算法规划的视角控制方法，通过估算 3D 人体姿势估计的不确定性，结合基于深度学习的回归器和时间平滑性等多个不确定性来源，实现了更为准确的 3D 姿态估计，其性能优于基于人物跟随和围绕的相关研究。

Dec, 2019

本篇论文介绍一种基于无人机的运动捕捉系统，该系统利用机载 RGB 相机可以在各种室内和室外环境中进行使用，采用重构算法从无人机拍摄的视频中恢复全身运动，同时评估了该系统的准确性及其在消费无人机中的实用性。

Apr, 2018

本文提出了一种基于强化学习的多机器人编队控制器，用于自主空中人体运动捕捉。将此问题视为顺序决策问题并使用深度神经网络的强化学习方法进行解决，以实现基于视觉的运动捕捉目标，并利用 PPO 训练随机分散控制策略以进行编队控制。在模拟环境中进行了广泛的模拟实验以验证该方法的有效性。最后，真实机器人实验表明我们的策略具有很好的泛化性能。

Jul, 2020

通过使用 NeRF 方法和无人机，本文提出了一个新的系统，利用相机的重新定位来改善 2D 人体姿态估计，从而提高无人机的性能并保持操作安全和效率。

Jul, 2024

本文介绍了使用视觉算法进行目标定位、实时增量式 3D 签名距离地图算法进行遮挡和安全计算、实时相机运动规划器进行优化平滑度、碰撞、遮挡和艺术指导的航拍摄影完整系统，旨在克服多个专业领域影响安全控制无人机的局限，并验证该系统在追踪动态目标方面的稳健性和实时性，最终证明该系统达到了当前最佳性能。

Apr, 2019

全球局部微型空中获得器以独特方式结合了运动和外观特征，提高了微型空中车辆（MAV）的检测准确性，并在具有挑战性的条件下实现了高效的检测。

Dec, 2023

通过主动感知管道，我们在移动机器人中引入一种能够在未知、杂乱环境中进行抓取等操作的机器人运动生成方法，通过最大化视觉信息增益和任务目标达成的效率来权衡重构未知场景，以及实现了我们的移动抓取策略在真实世界中的传递。

Sep, 2023

本文提出了一种基于注意力机制的强化学习架构，通过计算控制输入，移动无人机到最优视角收集多个运动目标的语义信息，填补了 ' 黑匣子 ' 分类器无法对视角和输出建立分析关系的巨大空白。结果显示，该算法不仅优于多个基线算法，而且在未见过训练场景的情况下也具有泛化能力。

Dec, 2022