DressReconは、単眼ビデオから時間的に整合性のある4D人体モデルを再構築するための手法です。非常にゆったりとした衣服や、手持ちの物体とのインタラクションの処理に重点を置いています。この技術は、大規模なトレーニングデータから学習された汎用の人体事前知識と、個々のビデオに特化した「骨格袋」変形（テスト時に最適化によって適合）を組み合わせています。DressReconは、身体と衣服の変形を別々の運動モデル層として分離するために、ニューラルインプリシットモデルを学習します。衣服の微妙な形状を捉えるために、人体姿勢、表面法線、光流などの画像ベースの事前知識を利用し、最適化プロセスで調整を行います。生成されたニューラルフィールドは、時間的に整合性のあるメッシュに抽出したり、レンダリング品質を向上させ、インタラクティブな視覚化を実現するために、さらに明示的な3Dガウスに最適化したりすることができます。DressReconは、非常に困難な衣服の変形や物体とのインタラクションを含むデータセットにおいて、従来技術よりも高い3D再構築精度を提供します。