DICE是一种基于Transformer的新方法，可以从单张图像中重建具有变形的手-脸互动。通过将变形场和网格顶点位置的回归分离到两个网络分支，增强了手-脸网格恢复中的变形和接触估计。实验结果表明，DICE在准确性和物理合理性方面达到了最先进的性能水平，并且在Nvidia 4090 GPU上以20fps的交互速率运行。