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。