本文提出了一种新的基于卷积神经网络的人体姿势估计的架构和改进的学习技术，能够学习底层特征和高级弱空间模型，在姿态估计中比现有传统架构实现了显著改善。同时，本文探讨了一些研究中发现的经验教训，表明在一些情况下，甚至仅涵盖图像中的几个像素的特征检测器也可以产生出强的特征检测结果，并且高级空间模型对姿势估计的改善效果相对较小。本文的主要贡献在于展示了一种特定变体的深度学习可以在该任务上胜过所有现有传统架构。

Dec, 2013

本文提出了一种从单个静态图像中估计人体姿态的新方法，其采用卷积神经网络，使每个图像位置基于密集的多目标投票来预测人体关键点位置，并计算出相应关节的联合概率，最终通过关键点投票和联合概率来确定最优的人体姿态配置，并在MPII Human Pose数据集上展示了较为竞争的性能。

Mar, 2016

通过构建一个借助于当前技术能在控制误差较低前提下从2D开环位置中提取3D位置任务的相对简单的深度前向网络，我们发现了现代深度3D姿态估计系统的可视分析引起的错误是其主要问题。

May, 2017

本文提出一种利用深度图像结合卷积神经网络实现快速且可靠的多人姿态估计算法的方案，可以有效地应用于人机交互领域；具体贡献包括提出了基于残差块的快速网络、构建了包括170k多张人体合成图像与真实标注数据在内的公开数据集用于评估，证明了该模型在真实数据上性能良好。

Oct, 2019

通过改进下联式方法，提出了一种改进的多人姿势估计方法，该方法使用更直观却更合理的表示方法，具有 attention 机制的改进型叠叠层沙漏网络，专门用于 hard keypoint 和 keypoint 关联挖掘的新型 Focal L2 Loss 和用于将检测到的关键点分组为单个姿势的强大贪婪关键点分配算法，平均精度比基准线高约 15％，与 MS-COCO 测试数据集上的最新技术相当。

Nov, 2019

本研究提出了EfficientHRNet，这是一系列轻量级多人姿势估计器，能够在资源受限设备上实时执行姿势估计操作。通过将模型缩放的最新进展与高分辨率特征表示的统一，EfficientHRNet在降低计算量的同时创建高度准确的模型，最大的模型能够在1/3的计算量和1/3的功率的情况下，实现与现有最先进水平相近的精度。

Jul, 2020

本文提出了一个高效的框架来解决人体姿势估计的问题，通过可微分神经架构搜索方法来个性化定制网络设计，并介绍了空间信息校正模块来提高最终预测的效果。实验结果表明，我们的最小模型只有0.65 GFLOPs，在 MPII 上具有 88.1% 的 [email protected]，并且我们的大型模型只有2 GFLOPs，而其准确性与最先进的大型模型 HRNet 相当 。

Dec, 2020

提出了一种名为SIMPLE的多人姿势估计框架，该框架通过模仿和点学习来提高其精度，并将人体检测和姿势估计作为单一网络中统一的点学习框架来互补，与以前的研究不同的是，其在姿势估计中首次提出了不同方法类型之间的模仿策略和统一的点学习。在COCO、MPII和PoseTrack数据集上，SIMPLE的性能超越了以前的底部方法，与顶部方法相比具有可比的准确性和更快的推理速度。

Apr, 2021

本论文提出了高效高分辨率网络Lite-HRNet，通过条件通道加权替代shuffle blocks中的昂贵的逐点（1x1）卷积来提高轻量级网络，对人体姿势估计和语义分割任务都能提供卓越的结果。

Apr, 2021

本文提出了一种减轻资源负荷、加速推理速度的方法，是通过在SimpleBaseline的反卷积头网络中引入注意机制来利用原始、跨层次和内层次信息以提高精度，并采用称为heatmap加权损失的新型损失函数，生成热图上每个像素的权重，使模型更加注重关键点，实验证明我们的方法在性能和资源和推理速度之间实现了平衡，具有不错的适用性。

May, 2022