حققت الأبحاث الحديثة تقدماً ملحوظاً في إعادة بناء اليدين والأشياء التي يتم التلاعب بها من صور أحادية اللون. تركز الطرق الحالية على تمثيلين بديلين، أحدهما يعتمد على الشبكات المعلمة (الشبكات المحددة بالمعامِلات) والآخر على حقول المسافات الموقعة (SDFs). من ناحية، يمكن للنماذج المعلمة الاستفادة من المعرفة السابقة ولكن بتكلفة حدودية في تشوهات الشكل ودقة الشبكة. وبالتالي، قد تفشل نماذج الشبكة في إعادة بناء التفاصيل بدقة مثل سطوح الاتصال بين اليدين والأشياء. ومن الناحية الأخرى، يمكن لطرق حقول المسافات الموقعة تمثيل أي تفاصيل ولكنها تعاني من نقص في الأولويات الصريحة. في هذا العمل، نهدف إلى تحسين نماذج حقول المسافات الموقعة باستخدام الأولويات التي توفرها التمثيلات المعلمة. بشكل خاص، نقترح إطارًا للتعلم المشترك يفصل بين وضع الجسم والشكل. نحصل على وضعيات اليدين والأشياء من النماذج المعلمة ونستخدمها لتوفيق حقول المسافات الموقعة في الفضاء ثلاثي الأبعاد. نظهر أن هذه الحقول المتوفقة تركز بشكل أفضل على إعادة بناء تفاصيل الشكل وتُحسّن دقة الإعادة لكلٍ من اليدين والأشياء. قمنا بتقييم طرقنا وأظهرنا تحسينات كبيرة على أحدث التقنيات في معايير ObMan وDexYCB الصعبة.