该论文提出了一个统一框架，旨在解决大规模多摄像机网络下人员再识别及摄像机网络拓扑推断问题，通过提供 SLP 数据集，实验证明该方法在人员再识别及摄像机拓扑推断任务中具有很大的潜力。

Oct, 2017

本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法，使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战，并结合几何和外观提示进行跨视角匹配。

Jan, 2019

通过将跨视图人物匹配视为一个聚类问题，利用人物匹配获得对应关系，通过多视图三角测量和束调整估计三维人体姿势，本方法在无需相机位置和三维训练数据的情况下，优于其他方法对跨视角人物匹配，在三维人体姿势估计方面达到了目前技术水平，并在不同环境设置的五个数据集上展现了良好的泛化能力。

Dec, 2023

提出了一个基于提升算法的方法来学习一个对应结构，以处理由于摄像机视角变换或人体姿态变化而导致的空间错配问题。学习的对应结构可以不仅可以捕获摄像机之间的空间对应模式，还可以处理个体图像的视角或人形态变化。此外，还提出了一种全局匹配过程，通过在所学习的对应结构上整合全局匹配约束，来排除图像补丁匹配过程中的跨视角错配，从而实现更可靠的图像匹配得分。

Apr, 2015

本研究提出了 Stronger Baseline，一种升级版本的人物重识别方法，通过微小修改，在没有使用 ImageNet 预先训练的参数初始化和任何额外补充数据集的情况下，获得了第三名。

Dec, 2021

该研究论文讨论了通过多个校准相机捕捉的近距离互动中多个个体的姿势重建的挑战性任务，并提出了一种整合了学习为基础的姿势估计组件和相应的训练和推断策略的系统。该系统利用多视图 2D 关键点热图作为输入，使用 3D 条件体积网络重建每个个体的姿势，通过合成大规模的模拟测试场景中真实数据分布的训练数据集，实现了对姿势准确性的显著提升，并且在不同相机配置和人群规模下具有很好的泛化性能。

Jan, 2024

介绍了一个用于人行检测和人物识别的新数据集 PRW 及其评估，利用 6 个同步摄像头采集的视频，包含 932 个身份和 11,816 帧，使用了各种检测器和识别器的绩效分析，提出了两种改进措施，并评估了这些措施对于人物重新识别的效果。

Apr, 2016

本文介绍了一种基于增强学习的方法来学习对应关系结构，进而解决人物重新识别中由于摄像视角变化和人体姿势变化导致的空间配准问题，并通过引入全局约束性匹配过程和多结构方案来提高精度。

Mar, 2017

本论文提出了基于深度神经网络的人物再识别方法，利用视角信息进行特征提取，采用交叉视角欧几里得约束和交叉视角中心损失对每个相机视角进行视角特定的网络学习，同时采用迭代算法优化网络参数，在 VIPeR、CUHK01、CUHK03、SYSU-mReId 和 Market-1501 基准测试上的表现优于现有深度网络和最先进的方法。

Mar, 2018

本论文提出了一种集成方案，旨在解决人员重新识别和摄像头网络拓扑推断问题，采用多摄像头网络环境并提供一个新的人员重新识别数据集 SLP，试验结果表明所提出的方法在人员重新识别和摄像头拓扑推断任务中具有良好的预测性能。

Apr, 2017