本研究提出了一种名为DENSER的新框架，用于动态城市环境场景重建中的动态物体建模。通过结合小波变换动态估计球谐基，DENSER能够更有效地表示动态物体的外观，并通过密集化点云提高物体形状表示的精确性，显著提升了动态场景重建的效果。实验证明，该方法在KITTI数据集上相较于现有技术有显著提高。

LEIA是一种用于动态物体建模的新方法，利用不同时间状态下的观察条件化超网络学习视图不变的潜在表示。实验结果表明，LEIA能够高效生成新颖的3D关节配置，且不受视角和关节配置的影响，优于依赖运动信息的先前方法。