学習、Fusion、Bundle Adjustmentの手法の長所を活用。特に学習から得た形状のPriorと非剛体Volumeの融合、および観測との整合性を保証する軽量なBundle Adjustmentが新規性。

既存手法と比較し、よりロバストに高速（計算時間は数秒）で動作することを確認。

3Dセルフポートレートの生成というアプリケーションとしてのキャッチーさに加え、高速にロバストに動作する点など、総じて実用性が高いところが評価されたと考えられる。