我們使用一個三段式的訓練架構，靈感來自於 MarrNet 和 3D-INN 兩種架構，先選定內部特徵作為真實與合成影像的中間點（Intermediate），以此為分界，前面以真實影像為輸入，輸出內部特徵，後面則以合成影像去重建三維模型，最後藉由 Reprojection Layer 比較 Ground-truth 和預測結果，將前後兩段訓練架構串接。 再來針對中間點的特性，我們額外進行骨架比較的三維重建，目標是藉由對物體進行骨架分析，結合物體具有固定型態的特性，能快速且相當精確地於資料庫中比對出最接近的結果，提供進行查找、搜尋相關物品的另一種可能。 最後是關於APP呈現的擴增實境方面，我們分別嘗試了 ARCore、Vuforia、Hybrid (綜合兩者)等方案，考量穩定性和實用性後，搭配 Unity 設計出一款 DM 商品三維模擬器的原型。