DressRecon es un método para reconstruir modelos 4D del cuerpo humano consistentes en el tiempo a partir de vídeo monocular, centrándose en el manejo de prendas de vestir muy holgadas o interacciones con objetos en mano. Esta tecnología combina conocimientos previos generales del cuerpo humano (aprendidos a partir de datos de entrenamiento a gran escala) y deformaciones específicas de "bolsa ósea" para cada vídeo (ajustadas mediante optimización en tiempo de prueba). DressRecon separa la deformación del cuerpo y la ropa mediante el aprendizaje de un modelo implícito neuronal, como capas de modelos de movimiento independientes. Para capturar las sutiles formas geométricas de la ropa, utiliza conocimientos previos basados en imágenes, como la postura corporal, las normales superficiales y el flujo óptico, que se ajustan durante el proceso de optimización. El campo neuronal generado se puede extraer como una malla consistente en el tiempo o optimizarse aún más como gaussianas 3D explícitas para mejorar la calidad de renderizado y permitir la visualización interactiva. DressRecon ofrece una mayor fidelidad en la reconstrucción 3D que las técnicas anteriores en conjuntos de datos que incluyen deformaciones de ropa y interacciones con objetos altamente desafiantes.