通过MultiPly框架，从野外单目视频中重建多个人的3D模型。利用分层神经表示还原整个场景，包括个体人物和背景模型。混合实例分割方法结合了自我监督的3D分割和可提示的2D分割模块，得到可靠的实例分割辅助训练。通过优化公式交替优化人体姿势和形状/外貌，实现高度保真度的时间一致的3D重建结果。在公开数据集和野外视频上展现了优越性能。

本论文研究了多任务学习（MTL）与基于梯度的元学习（GBML）之间的关系，通过理论和实证研究证明了它们在优化公式和学习到的预测函数上的相似性，并通过样例展示了 MTL 作为一阶方法可以代替计算代价高的二阶方法 ——GBML，在大规模数据集上训练时更加有效。

本论文研究了多任务学习（MTL）与基于梯度的元学习（GBML）之间的关系，通过理论和实证研究证明了它们在优化公式和学习到的预测函数上的相似性，并通过样例展示了 MTL 作为一阶方法可以代替计算代价高的二阶方法 ——GBML，在大规模数据集上训练时更加有效。

本文研究了多任务学习（MTL）和基于梯度的元学习（GBML）之间的关系，证明了它们在优化公式和学习到的预测函数上的相似性。同时，通过样例展示了MTL作为一阶方法可以代替计算代价高的二阶方法GBML，在大规模数据集上训练时更加有效。

本论文研究了多任务学习（MTL）与基于梯度的元学习（GBML）之间的关系，通过理论和实证研究证明了它们在优化公式和学习到的预测函数上的相似性，并通过样例展示了 MTL 作为一阶方法可以代替计算代价高的二阶方法 ——GBML，在大规模数据集上训练时更加有效。