人脸与人体理解 / CVPR2026
LAMP：度量三维世界中的定位感知多相机人体跟踪
LAMP: Localization Aware Multi-camera People Tracking in Metric 3D World
「先提升后拟合」的思路值得借鉴：先用已知的 6-DoF 位姿与标定把各相机 2D 关键点提升到统一世界坐标系，形成时空射线云，再用端到端 Transformer 直接拟合 3D 人体运动；这样就把观察者自身运动与目标运动解耦，可复用于任何带位姿的多相机或动态相机人体捕捉场景。
多视角几何人体姿态跟踪Transformer