DressRecon是一個用於從單目視頻重建時間一致的4D人體模型的方法，專注於處理非常寬鬆的服裝或手持物體交互。該技術結合了通用的人體先驗知識（從大規模訓練數據中學習得到）和針對單個視頻的特定“骨骼袋”變形（通過測試時優化進行擬合）。DressRecon通過學習一個神經隱式模型來分離身體與服裝變形，作為單獨的運動模型層。為了捕捉服裝的微妙幾何形狀，它利用基於圖像的先驗知識，如人體姿勢、表面法線和光流，在優化過程中進行調整。生成的神經場可以提取成時間一致的網格，或者進一步優化為顯式的3D高斯，以提高渲染質量和實現交互式可視化。DressRecon在包含高度挑戰性服裝變形和物體交互的數據集上，提供了比以往技術更高的3D重建保真度。