本研究提出了UniHOI模型，旨在解决自我中心手物体交互视频中的密集点云序列重建问题。该模型通过大规模单目视频数据集进行训练，克服了标记数据稀缺的限制，显著提升了点云重建和三维场景流恢复的效果。