1枚の低解像度画像から3次元人体デジタイジングを行うための，超解像形状の暗黙的関数学習のためのエンドツーエンド学習可能なアプローチ． 低解像度形状と高解像度形状の間のマッピングを学習するために，両者の表現間の情報ロスに基づく新たなロスを導入． 単一の低解像度画像からの人体形状復元において，定量的かつ知覚的なパフォーマンスが最新のアプローチと比較して改善された．

服装をした人物の単一画像再構成を評価した結果，本手法が補助データなしに低解像度画像から高精細な表面形状を再構成できることが示された．また、提案手法を低解像度画像に適用した場合、従来の手法よりもはるかに高い精度で超解像人体形状を推定できることが、広範な実験により示されている．

https://marcopesavento.github.io/SuRS/