物体と手の姿勢，動作カテゴリの同時推定によって全体の性能が向上することを示した．また，ボクセル上で推定することによってPnP問題を回避し，精度が向上している．既存のいくつかの手法とは異なり，深度情報を用いずにSoTAを達成している．

First-Person Hand Action (FPHA) datasetの一部にアノテーションし，FPHA-HOデータセットを構築，SoTAを達成．EgoDexter hand pose estimation datasetの一部にアノテーションして評価も行った．FPHAに対する動作推定でもSoTAを達成しており，物体と手の姿勢と動作を同時に推定することが有効であることを確認している．