本研究针对单视角图像重建手物体交互的挑战，利用基础模型的泛化能力，设计新管道以估计手势和物体形状，并通过优化方案提升重建精度，实验结果显示该方法表现优异。

本研究提出UniHOI模型，旨在解决自我中心手物体交互视频中的点云序列重建问题。该模型通过单目视频数据集训练，显著提高了重建效果。

本文介绍了一种通过对短视频剪辑进行手物体交互的重建任务的方法，通过优化每个视频的3D推断，恢复物体形状的神经3D表示和时间变化的动作和手关节。使用通用的数据驱动先验来引导重建过程中的多视角信号，实现准确的3D结果。实证评估表明，该方法相较于先前的方法有显著改进，能够从YouTube中重建任意剪辑，展示了第一人称和第三人称的交互。