基于人体模型的身份识别：形状和姿势参数

该研究使用两种损失函数和弱监督学习框架，结合大规模数据学习人体姿态估计。还提出了一个时间网络来调和预测的姿态序列，并通过损失表面可视化和敏感性分析分析了工作机制。在实验中，该方法在两个数据集上分别提高了11.8％和12％的准确率，并以30 FPS运行。