\(\bar{T}\): 3N维vector，由N个串联的顶点表示的初始状态下的平均模型。这里的3并不是xyz 3D坐标，而是每个关节点相对于其父关节的轴角旋转量。这里的坐标以父节点为原点。

\(\omega\) denotes the axis-angle representation of the relative rotation of part k with respect to its parent in the kinematic tree

\(\mathcal{W}\) : \(4\times 3N\)维，其实应该是\(K\times 3N\)维才对，但为了和现存渲染引擎同步，这里取每个顶点最多被附近4个关节点的运动影响。\(\mathcal{W}\)是LBS/QBS混合权重矩阵。由于顶点和其附近的关节点存在相关性，这个相关性是每个顶点对应多个关节点，且权重不一。这里就需要这样一个矩阵来记录这种相互关系，即关节点对顶点的影响权重 (第几个顶点受哪些关节点的影响且权重分别为多少)。

\(J\) : 用于补偿joint position因为目标人物体态变化产生的位移。它通过表皮的形状位置来推测新的joints位置。

\(B_S(\overrightarrow{\beta})\)里面的这个\(B_S\)的作用是把已经经过PCA筛选压缩过的10个参数恢复到正常的3N维度，即对于每个顶点，应当向哪个方向变化来适应这个人的体态。这里恢复出来的值也是相对于平均模型的。

\(B_S(\overrightarrow{\theta})\)同理，由于我们输入的pose \(\overrightarrow{\theta}\) 也只有3(K+1)维度，而想要对因为人体做出特定动作产生的形变进行补偿，也需要一个3N维度的值来对每个顶点分别建模补偿。