3D データ、合成データ、2D データ (画像) に加えて、既存研究では利用されていない手のモーションキャプチャデータ (MoCap) を利用し、あらゆるモダリティのデータを使用して学習することができる。 3D 関節位置だけでなく、CG 等で重要となる手のメッシュモデルのアニメーションに必要な関節角も推定するネットワーク (IKNet) を導入した。

accuracy, robustness, runtime を大きく改善、4つの公開データセットのうち半数で他の11手法を上回る精度であり、100fps を超える実行速度を達成した。 Ablation study では IKNet 等の有無による影響が調べられ、IKNet が性能向上に寄与していることが示された。