私たちは、単一のカラー画像から三角メッシュ形式の3D形状を生成するエンドツーエンドの深層学習アーキテクチャを提案します。深層ニューラルネットワークの特性により、従来の手法では3D形状をボリュームやポイントクラウドで表現することが一般的であり、それらをより利用しやすいメッシュモデルに変換することは容易ではありません。本手法は既存の方法とは異なり、グラフベースの畳み込みニューラルネットワークを使用して3Dメッシュを表現し、入力画像から抽出した知覚特徴を利用して楕円体を段階的に変形させて正しい幾何学形状を生成します。全体的な変形プロセスを安定させるために粗いレベルから細かいレベルへと進める戦略を採用し、異なるレベルのメッシュ関連損失関数を定義することで視覚的に魅力的かつ物理的に正確な3D幾何学形状を保証します。広範な実験結果は、私たちの手法が質的に詳細が豊かなメッシュモデルを生成するとともに、最新技術と比較して高い3D形状推定精度を達成していることを示しています。