XAGen是一种先进的三维生成模型，能够控制人体、脸部和手部的表达。研究提出了多种手部重建方法，包括基于弱监督的高保真手部网格模型和实时多视图单手重建方法，显著提高了重建的准确性和效率。此外，HanDiffuser和AttentionHand方法在生成高质量手部图像方面表现出色，推动了计算机视觉和图形学的发展。

该论文提出了一种名为GEA的新方法，利用3D高斯模型实现高保真度的人体和手部重建。其主要贡献包括通过两阶段姿势估计获取准确的SMPL-X姿势，以及采用迭代初始化策略解决高斯表示中的不平衡问题。该方法在新视图合成和人体姿势控制方面表现优异，验证了其有效性。

本文提出了一种新方法，通过单目 RGB 视频追踪人手与人脸的 3D 交互，利用图卷积网络和变压器实现手部重建，显著提高了重建精度和泛化能力。同时，研究还涉及实时全身捕捉和高保真手部网格模型的构建，推动了人机交互和行为理解的发展。

研究人员提出了一种实时且真实感十足的手部重建方法，称为3D-PSHR。该方法通过自适应规范点上采样策略实现高分辨率的手部几何表示，并提出了自适应变形方法，适应规范点的动态变化。此外，研究人员还通过学习外观颜色分解和上下文关注模块来建模纹理。他们的方法能够产生可动画的、逼真的、可重新照明的手部重建结果，并在实时渲染速度方面表现出卓越性能。