多視点ステレオとデータ駆動型手法双方の利点を考慮しRGB画像の再投影誤差のみから3次元メッシュ復元を行えること。サーフェス単位での位置合わせ。仮想視点からの深度のラスタライズによる効率的な勾配伝播の実現。

背景付きのShapeNetにおいてAtlasNetと比べ大幅に3次元空間上の誤差を削減。フレーム間の位置合わせにノイズが載った場合でもロバストに推定可能。実データにも適用可能で、伝統的なSfMベースのパイプラインに比べてシンプルかつ滑らかな形状復元を達成している。

提案手法、他手法との比較、実データへの適用全てにおいて質が高く、伝統的手法との立ち位置の違いや優位性もしっかり主張出来ており素晴らしい。予めメッシュの自由度を事前分布を学習することで落とす必要があるのが弱点。