该研究提出了一种新方法，通过结合隐式形状表示和显式网格变形模型，从部分数据中重建时序一致的非刚性3D运动。该方法在处理单目深度视频的人类和动物运动序列时表现优于现有技术，尤其适用于穿着宽松衣物的对象。

本文提出了一种基于 Transformer 的架构，用于生成 3D 人体运动模型，能够学习高维骨骼关节嵌入，并生成连贯的运动序列。实验结果显示，该模型在短期预测和长期运动序列生成方面表现优异。

该研究介绍了MVHumanNet数据集，包含4500个人的多视角行动序列和9000个日常服装、60000个运动序列。通过该数据集进行实验，展示了性能提升和有效应用的可能性。