SMPLという既存の統計的身体モデルの上に、レイヤー化した衣服表現を提案。これにより衣服の重量をボディメッシュに依存しないようにでき、様々な衣服を表現できるようになる。学習のため２つの大規模データセットも構築。衣服はシャツ、パンツ、スカートを含む6カテゴリをサポートし、全ての衣服タイプに対してパラメトリックなモデルの重みを予測する。

再構成結果のMean Euclidean Distance(MED)で評価。結果従来手法に対して性能の向上を確認。

あくまでもRGB画像1枚だけを必要として、従来手法のように追加の意味情報やラフなポーズの制約は必要としない点が実用的。