该文综述头部与人体姿态估计的深度学习方法。头部方面：WHENet实现全范围偏航估计，有研究用卷积网络直接预测欧拉角，旋转矩阵法提升大角度预测稳定性，另有新注释法与指标降低误差。人体方面：Ego-STAN结合自注意与时空Transformer，ManiPose提供多假设三维姿势，LwPose轻量高效，UniHPE统一三种模态，多视图法直接估计关节角度。

研究人员提出了3D-MuPPET，一个使用多视图以交互速度估计和跟踪多只鸽子的三维姿势的框架。他们训练了一个姿势估计器来推断多只鸽子的2D关键点和边界框，然后将关键点三角化为三维。他们实现了与最先进的3D姿势估计器相当的准确度，并展示了3D-MuPPET在室内和室外环境中无需模型微调即可运行的能力。