CVPR 2019 中有关人体姿态的论文，其中研究 3D人体姿态估计的论文最多，有 11 篇，研究 2D 姿态估计的 7 篇，姿态迁移 2 篇，人体图像生成 1 篇，人体捕捉 2 篇，另外还有2篇创建了新的基准数据集。

      姿态估计是很实用的CV技术，所以引起了很多工业界巨头的关注，微软、谷歌、Facebook、商汤、字节跳动都有论文。

3D 姿态估计

3D人体姿态的自监督学习，使用多视几何的方法

土耳其中东技术大学

Self-Supervised Learning of 3D Human Pose Using Multi-View Geometry

Muhammed Kocabas, Salih Karagoz, Emre Akbas

https://github.com/mkocabas/EpipolarPose

利用视频中时域上下文信息改进3D人体姿态估计，使用 bundle adjustment的方法

牛津大学、DeepMind

Exploiting Temporal Context for 3D Human Pose Estimation in the Wild

Anurag Arnab, Carl Doersch, Andrew Zisserman

https://github.com/deepmind/Temporal-3D-Pose-Kinetics

语义图卷积网络用于回归问题，改进了3D人体姿态估计

罗格斯大学、宾厄姆顿大学

Semantic Graph Convolutional Networks for 3D Human Pose Regression

Long Zhao, Xi Peng, Yu Tian, Mubbasir Kapadia, Dimitris N. Metaxas

https://github.com/garyzhao/SemGCN

用于人体姿态估计和单视图3D重建的逆图熵网络，从2D场景推断3D信息

昆士兰科技大学、昆士兰大学

IGE-Net: Inverse Graphics Energy Networks for Human Pose Estimation and Single-View Reconstruction

Dominic Jack, Frederic Maire, Sareh Shirazi, Anders Eriksson

利用几何自监督信息的非监督3D姿态估计

Amazon Lab126、佐治亚理工学院

Unsupervised 3D Pose Estimation With Geometric Self-Supervision

Ching-Hang Chen, Ambrish Tyagi, Amit Agrawal, Dylan Drover, Rohith MV, Stefan Stojanov, James M. Rehg

视频中3D人体姿态估计，使用空域卷积与半监督训练

苏黎世联邦理工、Facebook AI研究院、谷歌大脑

3D Human Pose Estimation in Video With Temporal Convolutions and Semi-Supervised Training

Dario Pavllo, Christoph Feichtenhofer, David Grangier, Michael Auli

https://github.com/facebookresearch/VideoPose3D

用于3D人体姿势估计的对抗性重投影网络的弱监督训练

莱布尼兹大学汉诺威分校

RepNet: Weakly Supervised Training of an Adversarial Reprojection Network for 3D Human Pose Estimation

Bastian Wandt, Bodo Rosenhahn

多视图的快速鲁棒多人3D姿态估计

浙江大学、德克萨斯大学奥斯汀分校

Fast and Robust Multi-Person 3D Pose Estimation From Multiple Views

Junting Dong, Wen Jiang, Qixing Huang, Hujun Bao, Xiaowei Zhou

https://github.com/zju3dv/mvpose