本研究提出了一种CAD-NeRF方法，旨在解决在未知摄像机姿态下从少于10张图像重建神经辐射场（NeRF）的问题。该方法通过构建CAD模型库，实现与稀疏视图图像的形状检索，并优化密度场和相机姿态。实验结果表明，该方法在合成和真实图像上均表现出良好的准确性和泛化能力。

本研究对非刚性三维人体模型的形状检索算法进行了基准测试，使用25种方法在FAUST数据集上进行实验。结果表明，神经网络与人类认知的对齐性受训练数据集和目标函数的影响较大。提出的Sapiens模型系列通过自监督预训练在多个视觉任务中表现优异，尤其在数据稀缺情况下展现良好泛化能力。