本研究解决了从单幅单眼图像重建逼真的3D人类模型的难题，填补了这一领域的空白。采用基于标准化人体网格的密度估计，结合变换器模型联合预测位置和属性调整，实现了无需测试时优化的快速推理。该方法不仅简化了3D重建过程，还提高了3D姿态估计的精度。

本文提出了一种新的图结构HiGNN，通过研究每个节点在图中的邻居分布来利用异质性中的宝贵语义信息，增强具有相似语义特征的节点之间的连接性。实证评估和与其他方法比较表明，HiGNN在改进图表示方面有效，并通过整合异质性信息提升了现有基于GNN的方法。