SynCHMR 是一种协同方法，通过结合相机轨迹和人体重建，解决深度、比例和动态模糊性问题。它使用人类感知公制 SLAM 进行重建，并学习场景感知的 SMPL 降噪器，以增强时空一致性和动态场景约束。
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。
该项目提供了从多个视角生成场景图的能力，能够分析复杂的场景关系，提升视觉理解能力。
基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成框架。
LoRD是一个用于高保真动态人类建模的项目，采用局部4D隐式表示，能够生成真实感极强的人体模型。
MPS-Net是一个用于从单目视频中捕捉人类运动的模型，专注于时间注意的3D人体姿势和形状估计。该项目通过先进的算法，能够准确地捕捉到人类在运动中的动态变化，为动作分析和交互式应用提供了强有力的支持。
