该研究提出了新的注册框架HumanReg，通过学习人体点云之间的非刚性变换和引入身体先验来处理点云。HumanReg可以自我监督训练，并使用新的损失函数。实验结果显示，HumanReg在CAPE-512数据集上达到了最先进的性能。

我们提出了一种学习通用神经人体渲染器（GNH）的挑战性方法，通过利用身体先验和多视图几何将外观信息从输入视频传输到输出图像平面。我们的GNH实现了非常强大的通用、逼真的渲染，超越了当前最先进方法。