本研究では、従来の3D人間メッシュ回復手法が潜在情報（人間の動きや形状整合性）を十分に活用できていない問題に対処するため、潜在情報と低次元学習に基づいた二段階ネットワークを提案しています。第一段階では、画像特徴の低高周波成分からグローバルおよびローカルな情報を効果的に抽出し、ハイブリッド潜在周波数ドメイン特徴を構築します。次に、この情報を利用して2Dポーズから3D学習を強化し、第二段階では、粗い3D人間メッシュテンプレートと3Dポーズのインタラクション学習をモデル化します。特に、次元削減と並列最適化を用いた低次元メッシュポーズインタラクション法を設計し、計算コストを大幅に削減しつつ再構築精度を維持します。実験結果は、最新の手法と比較して優位性を示しています。