使用回归方法重建人体网格模型，通过提出的 PyMAF 循环利用特征金字塔明确校正网格和图像对齐状态，辅助像素级监督对特征编码器进行信息保留，能在多个基准测试中得出优秀的实验结果。

Mar, 2021

提出了一种基于视频的 Spatio-Temporal Alignment Fusion (STAF) 模型，通过关注基于注意力的 Temporal Coherence Fusion Module (TCFM) 中的人体运动的相干线索，以及通过在特征图上预测网格投影来提取细粒度局部信息的 Spatial Alignment Fusion Module (SAFM)，进一步引入多阶段邻近空间对齐融合模块以增强目标帧的特征表示，同时使用 Average Pooling Module (APM) 提高对整个输入序列的关注，从而显著提高了从视频中恢复结果的平滑度。通过在 3DPW、MPII3D 和 H36M 上进行了大量实验证明了 STAF 的优越性，实现了在精度和平滑度之间的最新权衡。

Jan, 2024

提出了 Multi-HMR，这是一个强大的单次拍摄模型，可以从单个 RGB 图像中恢复多人的 3D 人体网格。

Feb, 2024

该论文描述了一种基于卷积部位热图回归的方法，将其用于 3D 人脸对齐并获得了 3DFAW 挑战赛的第一名，超过第二名超过 22% 的结果。

Sep, 2016

本篇文章调查了单目三维人体网格恢复的相关任务，包括身体模型，恢复框架 / 训练目标，数据集评估指标和评测结果，并从优势和劣势方面深入分析了两种范式：优化和回归。作者希望激励研究人员的兴趣，促进该领域的研究。

Mar, 2022

这篇论文提出了一种名为 OSX 的一阶段人体网格恢复技术，通过使用全局体编码器和本地面部 / 手部解码器组成的组件感知变压器（CAT），预测身体参数并提供高质量的特征图为解码器进行特征级上采样 - 裁剪方案，从而提取高分辨率的部分特定特征，并采用关键点引导的可变形注意力精确估计手部和面部。该技术简单而有效，没有任何手动后处理，并自然地避免了不合理的预测。同时，该论文还构建了一个大规模的上半身数据集（UBody），包含在不同真实场景下出现的在部分可见身体上的人，以弥合基础任务与下游应用之间的差距。

Mar, 2023

本文提出了 HAnd Mesh Recovery (HAMR) 框架，通过参数化通用 3D 手模型的形状和相对 3D 关节角度，提供了更多表达和更有用的网格表示，该框架可从单个 RGB 图像重建人手的完整 3D 网格，并具有较好的表现。

Feb, 2019

本文提出了一种名为 HMR 的端到端框架，可从单个 RGB 图像恢复人体的完整 3D 网格，通过优化关键点的后投影损失来训练模型，并使用对抗神经网络解决了模型参数欠约束的问题，最终实现了在野外图像中直接从像素预测人体姿态和形状参数的目标。

Dec, 2017

本文提出了一种多模态对齐框架（MAF）来解决注释短语对目标的数据集收集难的问题，通过细粒度视觉表示和视觉感知语言表示模型研究了短语 - 目标相关性，使用对比学习等弱监督学习方法，实现了在 Flickr30k 数据集上对弱监督方法的显著性改进，并在视觉感知语言表示的帮助下，将无监督结果的精度提升了 5.56%。

Oct, 2020

本文介绍了一个结合学习模块和优化模块的手部网格恢复的新框架 HandTailor，该框架利用单眼 RGB 图像实现高精度的恢复，能够在复杂的情景下取得最先进的性能表现。

Feb, 2021