本文提出了一种新的方法，可以从由360度校准相机组拍摄的一组稀疏视图中重建3D物体。该方法使用基于MLP的神经表示和三角形网格来表示对象表面，并采用一种以对象为中心的神经表示采样方案，通过网格表示确保样本分布均匀。通过可微分的渲染器高效地进行渲染，证明了这种采样方案能更有效地训练神经表示，获得最先进的3D重建结果，并适用于多个数据集的稀疏视图。