3D姿态估计是计算机视觉中一项极具价值的任务，拥有多种实际应用。特别是基于单目视频的多人物3D姿态估计（3DMPPE）尤为困难，目前仍存在大量未探索领域，远未达到应用于真实场景的水平。我们指出现有方法的三个未解决问题：训练时对未见视角缺乏鲁棒性、易受遮挡影响以及输出存在严重抖动。为此，我们提出POTR-3D——首个面向3DMPPE的序列到序列2D转3D提升模型，采用创新的几何感知数据增强策略，能够生成无限视角数据并兼顾地平面约束与遮挡处理。通过大量实验验证，该模型与数据增强方案能稳健泛化至多样未见视角，有效恢复重度遮挡下的姿态，并生成更自然平滑的输出。我们的方法不仅在公开基准测试中达到最先进性能，更通过更具挑战性的真实场景视频定性结果验证了其有效性。演示视频详见https://www.youtube.com/@potr3d。

在本研究中，我们探讨了利用追踪技术和3D姿态进行动作识别的优势。为此，我们采用拉格朗日视角来分析人体运动轨迹上的动作，而非空间中的固定点。这一立场使我们能够利用人员轨迹片段来预测其行为。基于此理念，我们首先展示了使用3D姿态推断动作的益处，并研究了人与人之间的互动。随后，我们提出了一种拉格朗日动作识别模型，通过融合3D姿态和轨迹片段上的上下文外观信息。