動画と、前景・背景のマスク情報だけから、3次元の関節とパーツの構造をMLPで推定し、形状と見かけのMLPデコーダを通した後にNeurIPS 2021採択のNeuSのアプローチでボリュームレンダリングを行う手法を提案した。

新規の手法であるため、定量的な評価は類似した手法の方に条件を合わせて比較評価を行い、同等以上の結果。

アノテーションなしで表現を獲得でき、未知のオブジェクトにも対応できる結果を示したため通ったと考えられる。プロジェクトページ( https://nvlabs.github.io/watch-it-move/ )及びPyTorch実装( https://github.com/NVlabs/watch-it-move )が公開されている。