人物3次元形状をUVマップで表現し、オクルージョン部分の画像インペイント問題として扱う。 画像から人物領域を抽出し3次元形状のUVマップを出力するネットワークと、 欠損したUVマップを補完するネットワークの一部を共有させた2分岐アーキテクチャーを提案。

合成オクルージョンを含むHuman3.6Mと新たに作成したオクルージョン画像のデータセット3DOH50K において、従来手法よりも精度が良いことを確認。 画像から欠損UVマップを推定した後インペイントするカスケード型のモデルとの比較も行い、 提案する2分岐アーキテクチャーの方がうまく学習できることがわかった。

オクルージョンのある姿勢推定用のベンチマークデータセットとして3DOH50Kを公開。