単眼RGB画像から3Dポーズと形状（メッシュの形式で）を推定することは困難です。明らかに、骨格やヒートマップの形式でのみ3Dポーズを推定することよりも難しいです。相互作用する人物が含まれる場合、人物間の遮蔽によって導入される曖昧さにより、3Dメッシュ再構築はさらに困難になります。これらの課題に対処するために、我々は1) 遮蔽に強い3D骨格推定からの逆運動学と2) Transformerベースの関係意識的な精緻化技術を活用した粗い段階から細かい段階へのパイプラインを提案します。我々のパイプラインでは、まずRGB画像から複数の人物に対して遮蔽に強い3D骨格を得ます。次に、逆運動学を適用して推定された骨格を変形可能な3Dメッシュパラメータに変換します。最後に、Transformerベースのメッシュ精緻化を適用し、得られたメッシュパラメータを3Dメッシュの人物内および人物間の関係に基づいて精製します。広範な実験を通じて、我々は本方法の有効性を示し、3DPW、MuPoTSおよびAGORAデータセットにおいて最先端の手法を超える性能を達成しています。