根据单张图像重建人体模型 Meta提出ARCH++

　　辨率图像，以获得丰富的曲面重建细节。ARCH利用基于最近邻的线性混合蒙皮权重和RBF函数在canonical空间中重建可设置动画的化身。除了这两种最相关的方法外，团队同时纳入了多种先前的方法，并报告了RenderPeople和BUFF数据集的基准测试结果。

　　团队对照片级真实感渲染的合成图像以及in-the-wild图像评估了ARCH++，并证明其优于ARCH++的结果要远超出第二好的方法ARCH。

　　总的来说，ARCH++的贡献主要包括：

　　基于点的隐式几何编码器，它能够直接提取人体形状和姿势先验信息，效率高且无量化误差;

　　第一个指出并研究确定目标占有空间的基本问题：posed空间保真度与canonical空间完整性。尽管之前被忽略，但团队概述了不同空间的优缺点，并提出了联合空间中占用字段的共同监督框架;

　　发现基于图像的表面属性估计可以解决视点不一致重建质量的问题。所提出的表面细化策略可产生360度照片真实感3D虚拟化身。

　　所述方法在基于图像的可动画化身重建任务中表现出了更好的性能。