在本文中，我们开发了一种新颖且高效的3D几何的2D编码方法，该方法能够从单个图像以高分辨率重建完整的3D形状。核心思想是将3D形状重建问题转化为2D预测问题。为此，我们首先开发了一个简单的基线网络，该网络能够在参考视图的每个像素处预测整个体素管。通过利用已被广泛验证的2D像素预测任务架构，我们取得了最先进的结果，明显优于纯粹基于体素的方法。为了将这一基线扩展到更高分辨率，我们提出了一种内存高效的形状编码方法，该方法递归地将3D形状分解为嵌套的形状层，类似于俄罗斯套娃（Matryoshka doll）的各个部分。这使得我们可以重建具有复杂拓扑结构的高度详细形状，这一点在广泛的实验中得到了充分证明；尽管我们的架构使用了标准的网络组件，但其性能明显优于以往基于八叉树的方法。此外，我们的俄罗斯套娃网络还支持从ID或形状相似性进行形状重建以及形状采样。