単一の画像から3Dオブジェクトを再構成することは、妥当な3D形状に関する強い事前知識を必要とする非常に不定な問題である。このため、学習ベースのアプローチには課題が生じる。なぜなら、実画像における3Dオブジェクトのアノテーションは極めて限られているからである。従来の手法は、真の3D情報を備えた合成データ上で学習を行うことを選択したが、実画像上でテストした際にはドメイン適応の問題に直面していた。本研究では、2.5Dスケッチと3Dオブジェクト形状を段階的に推定するエンドツーエンド学習可能なモデル「MarrNet」を提案する。本手法の分離型で2段階の定式化には以下の3つの利点がある。第一に、完全な3D形状と比較して、2.5Dスケッチは2D画像からより容易に復元可能である。また、2.5Dスケッチを復元するモデルは、合成データから実データへの転移性が高くなる傾向がある。第二に、2.5Dスケッチから3D再構成を行う場合、システムは合成データのみから学習可能である。これは、照明やテクスチャなどの実画像におけるオブジェクト外観の変動をモデル化せずに、現実的な2.5Dスケッチを容易にレンダリングできるためである。これにより、ドメイン適応問題がさらに軽減される。第三に、3D形状から2.5Dスケッチへの微分可能な射影関数を導出しているため、本フレームワークは実画像上でエンドツーエンド学習が可能であり、人為的なアノテーションを一切不要とする。本モデルは、3D形状再構成において最先端の性能を達成した。