本文提出了一种基于网格的学习框架，用于捕捉三维重构中的细粒度几何信息。该方法通过自由形变和稀疏线性组合重建三维物体，避免依赖轮廓和标记。实验结果表明，该方法在几何处理效率和非刚性形状一致性估算方面具有竞争优势，适用于多个领域。

本文提出了一种新方法，通过2D遮挡澄清和物理接触约束，解决遮挡下的表面重建问题。测试结果显示，HO3D效果提高52%，HOD效果提高20%。该方法能够从单目视频中获取手部和物体的三维重构，适用于不同难度的数据集，并进行了量化评估。