本文介绍了一种利用高斯分布的新方法，通过稀疏视图以前馈的方式学习和呈现广义的人类高斯，实现对新的人类主题的逼真和准确的视图呈现。该方法在学习3D高斯参数时，利用了强的几何先验和2D卷积的优势，并通过多层支架的提出有效地表示偏移细节。实验证明，该方法在数据集内和跨数据集的泛化设置中优于最近的方法。