H2ONet 是一个专注于手部遮挡和方向感知的网络，能够实时进行3D手网格重建，基于深度学习的高效算法，使其在各种应用中表现出色。
RenderIH是一个针对3D交互手势估计的大规模合成数据集，旨在为手部姿态识别提供丰富的数据支持，促进相关研究和应用的发展。
MultiPly是一个通过野外单目视频重建多人3D图像的项目，能够处理人物之间的遮挡和相互作用，使用先进的神经表征技术进行场景建模，并结合自监督的3D分割及可提示的2D分割模块，提供高效的人体姿势和形状优化。
一个基于MuJoCo的项目，旨在实现高效的接触动力学模拟，特别适用于机器人手臂和抓取任务的研究。
PoseFormerV2通过利用频域分析，提供高效且鲁棒的3D人类姿态估计，能够在各种条件下表现出色。
VGGSfM是基于运动的视觉几何深层结构，旨在从输入图像中提取2D轨迹，通过图像和轨迹特征重建摄像机，初始化点云并应用捆绑调整层进行重建细化。
