本文提出了一种称为 BoIR 的边界框级实例表示学习方法，通过解决实例检测、实例解开和实例 - 关键点关联问题，同时解决了拥挤场景下的特征分离问题。我们的方法通过多任务学习底层关键点估计、边界框回归和对比实例嵌入学习，在推理过程中没有额外的计算成本，并在 COCO val（0.8 AP）、COCO test-dev（0.5 AP）、CrowdPose（4.9 AP）和 OCHuman（3.5 AP）等数据集上表现优于现有方法。

Sep, 2023

本研究通过引入两个新的概念 - instance cue 和 recurrent refinement 到已有的姿态估计模型中，以处理带有多个人的检测框，实现了更准确的姿态估计，并在 COCO17 关键点数据集上取得了较高的 mAP 得分。

Mar, 2020

本论文提出了一种新的底部向上体系结构，以联合学习类别级人类语义分割和多人姿态估计来解决实例感知的人体部位解析的挑战任务。该框架利用不同人类细粒度上的结构信息，使人员分区的难度降低。通过将联合关联建模为最大权二分匹配，实现了可微分的解决方案，从而使我们的方法具有端到端的可训练性，并且允许将分组误差直接传播到多层次的人类表征学习中。

Mar, 2021

提出了一种结构感知回归方法，利用骨代替节点进行重新参数化，使用联合连接结构定义组合损失函数来编码姿态中的长程相互作用，在 2D 和 3D 姿态估计中具有普适性并且在人体姿态估计领域的两个数据集（Human3.6M 和 MPII）中显著超越最先进的方法和竞争最先进结果的性能。

Apr, 2017

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

通过自监督的学习和对锻炼形式的理解，我们提出了一种在容易出现镜头角度、遮挡和光照变化的体育馆场景下，能够有效对运动员姿势进行检测的方法。我们还针对此目的创建了一个包含三种训练动作的新锻炼数据集，并且其自监督特征的表现超过了现有的 2D 和 3D 姿态估计器。

Feb, 2022

通过无监督学习方法，该研究利用已知物体姿态和形状参数，学习表示关节姿势的具体特征，并仅需要第二视角监督，在联合有标记和无标记数据的条件下，显著提高了关节姿势估计的性能。

Apr, 2018

本文介绍了一种基于结构感知流的方法，利用语义部分将人体分解，来应对人物姿态变换并生成高质量图像，网络模块能够有效地捕捉人体局部和全局语义特征，实验结果表明，该方法在生成高质量图像方面胜过其他方法。

Feb, 2021

提出一种基于部件建模的无框架底层算法，将姿态估计和多人图像实例分割任务结合起来，使用卷积神经网络检测关键点并预测其相对位移，允许将关键点分组为个人姿势实例，并提出一种部分诱导的几何嵌入描述符。此系统基于完全卷积架构，具有高效的推理能力，在 COCO 数据集上进行训练，实现了显着的性能优化，是首个在 COCO 实例分割任务中策略人类一类的结果。

Mar, 2018

提出了一种基于 Transformer 网络的 2D 人体姿势估计方法，直接将图像转换为坐标进行回归预测，并利用自适应注意力机制来提高关键点坐标预测精度，实现了在 MS-COCO 数据集上超越同类方法的目标。

Jan, 2022