双视图胜过单视图：多视一致性下的单目三维姿态估计

通过使用多视角数据对单目人体姿态估计模型进行微调，引入新的一致性损失函数，提升性能，从而实现对特定应用定制模型的实用和经济有效解决方案。

该论文提出了一种基于多视角视频的多视角一致半监督学习框架，利用未经注释、未校准但同步的多视角视频中的姿态信息相似性作为额外的弱监督信号来引导3D人体姿势回归。通过硬负采样建立多视角一致的姿态嵌入，并结合有限的3D姿态注释来完善该模型，实现了视角不变的姿态检索。