في هذا العمل، نقترح استخدام المعلومات حول الأنشطة البشرية لتحسين تقدير الوضع في مقاطع الفيديو أحادية العدسة. لهذا الغرض، نقدم نموذج بنية صورية يستغل المعلومات العليا عن الأنشطة لدمج اعتمادات أجزاء من الرتبة الأعلى من خلال نمذجة نماذج المظهر الخاصة بالأنشطة وتقديرات الوضع. ومع ذلك، بدلاً من استخدام إطار عمل إضافي ومكلف لتحديد الأنشطة، يتم تقدير أولويات الأنشطة بكفاءة بواسطة إطار عمل تقدير الوضع الخاص بنا. يتم تحقيق هذا من خلال بدء العملية بأولوية نشاط موحدة وتحديث أولوية النشاط أثناء تقدير الوضع. كما نوضح أن تعلم الكمية المناسبة من المشاركة في المظهر بين فئات الأنشطة يحسن تقدير الوضع. نثبت فعالية الطريقة المقترحة على مجموعتين من البيانات الصعبتين لتقدير الوضع وتعرف النشاط، تحتويان على أكثر من 80,000 صورة اختبار.