アノテーションのない画像から 3D mesh を生成するアルゴリズムを導入、この手法はスケール可能かつ計算資源を大きく消費しない。 同手法による 50k の mesh データセットを公開した。 シンプルな手法で SOTA を達成した。Decoder として spatial mesh convolution が他の手法と比較してより良い性能となることを実験的に示した。

Rendered Hand Pose Dataset や FreiHAND といった既存データセットを対象に、MAE, AUC, F-score で評価し、いずれの指標でも SOTA となった。