通过使用 Transformer 架构，从人体位置、头部朝向和三维关键点等输入特征来预测人类在人类中心环境中未来的轨迹，该模型捕捉了未来人类轨迹预测中的内在不确定性，并在常见预测基准和适用于预测任务的移动机器人跟踪数据集上取得了最先进的性能。在这种具有挑战性场景中，我们发现历史数据有限的新主体是错误的主要来源，并展示了三维骨骼姿势在减少预测误差方面的互补性。

Sep, 2023

本文提出了一种新的框架来处理机器人导航中预测人类动态的问题，该框架将人类运动（或轨迹）和骨骼姿态预测这两个任务统一起来，并考虑到了场景和社交上下文等多种因素，最终在两个社交数据集上表现优异。

Jul, 2020

本研究利用物理引擎对姿态估计过程进行改进，从而使得我们可以利用现实世界的场景推导出物体的运动。我们的公式具有广泛的应用场景，并可处理自身接触和与场景几何之间的接触。我们的方法在 Human3.6M 和 AIST 基准测试中均获得了与现有基于物理的方法相竞争的结果，同时不需要重新训练。

May, 2022

本文介绍了一种基于物理模型的方法，用于从视频中推断 3D 人体运动，该方法利用初始的 2D 和 3D 姿态估计作为输入，并通过物理轨迹优化得出一个符合物理规律的运动。实验结果显示，相较于纯运动学方法，该方法能够显著地提高动作的真实性和准确性。

Jul, 2020

该论文介绍了一种新型的 3DOF 步行者轨迹预测方法，使用测距传感器学习和预测 3DOF 姿态轨迹，结合长期时间信息和短期姿态观测作为输入，使用 T-Pose-LSTM 模型进行训练和预测，相较于传统的基于 2D 机器视觉的方法，适用于环境和时间的上下文相关人类活动，已在长期移动机器人部署的人体轨迹预测方面取得了最新进展。

Sep, 2017

通过引入 Social-Transmotion，我们介绍了一种利用 transformer 处理多样化和大量视觉线索、捕捉人类行为多模态特性的通用模型，在人类轨迹预测任务中翻译自然语言处理中 prompt 的思想并扩充了轨迹数据，从而实现了增强的人类轨迹预测效果。

Dec, 2023

提出了一个基于相互作用感知、轨迹条件化的长期多智能体人体姿势预测模型，通过粗粒度到细粒度的预测方法，首先预测出多模态全局轨迹，然后根据每种模态对应的局部姿势进行条件化预测，有效处理人体运动的多模态性以及长期多智能体之间的复杂相互作用，提高在复杂环境中的性能，并通过构建新的真实世界图像和 2D 注释数据集来解决缺乏长期多智能体数据集的问题，从而对所提出的模型进行全面评估。

Apr, 2024

本研究提出了一种方法，用于在自我视角下联合预测人体上多个关键点的空间位置，以预测人的步行姿势，包括使用最新模型生成嘈杂标注和使用 Quasi RNN 作为骨干的层次化轨迹预测网络等，获得在自我视角下预测人体步行姿势方面的最新结果。

Nov, 2019

本文提出了一种基于前馈深度网络的预测人体运动的方法，通过在运动轨迹空间而非传统的姿态空间中编码时间信息，同时使用通用的图卷积网络自动学习人体姿势的空间依赖关系，从而实现了超越以往人体运动预测方法的性能。

Aug, 2019

本文提出了一种基于图神经网络 (GNN) 的在线学习姿态动态的新方法，通过纳入时空和视觉信息，匹配历史姿态 tracklets 并直接预测下一帧的目标姿态，通过综合检测到的姿态和预测，实现多人姿态估计和跟踪。实验结果表明，该方法在人体姿态估计和跟踪任务上具有优异的性能。

Jun, 2021