URHand est le premier modèle de main d'éclairage généralisé capable de généraliser entre différents points de vue, poses, éclairages et identités. Ce modèle peut être personnalisé avec peu d'images prises avec un téléphone portable et permet un rendu réaliste dans de nouvelles conditions d'éclairage. Basé sur l'éclairage d'images de mains multi-vues par réseau neuronal, nous avons construit un puissant a priori d'éclairage généralisé. Nous proposons un rendu neuronal qui utilise un modèle d'éclairage linéaire spatialement variant et prend des ombres inspirées de la physique comme caractéristiques d'entrée. En supprimant les activations et les biais non linéaires, notre modèle d'éclairage spécialement conçu préserve explicitement la linéarité du transport de la lumière. Nous avons également introduit un apprentissage conjoint de modèles physiques et de modèles d'éclairage neuronaux pour améliorer encore la fidélité et les performances de généralisation. De nombreuses expériences montrent que notre méthode surpasse les méthodes existantes en termes de qualité et de capacité de généralisation. Nous montrons également comment personnaliser rapidement des identités inconnues à partir d'images prises avec un téléphone portable.