في هذه الورقة، نتناول مشكلة تقدير وضعية الإنسان من صورة ثابتة واحدة. نقترح نهجًا جديدًا حيث يقوم كل موقع في الصورة بالتصويت لموقع كل نقطة مفتاحية باستخدام شبكة عصبية تلافيفية (Convolutional Neural Net). يسمح لنا نظام التصويت باستغلال المعلومات من كامل الصورة، بدلاً من الاعتماد على مجموعة نادرة من مواقع النقاط المفتاحية. استخدام التصويت الكثيف لعدة أهداف ليس فقط ينتج توقعات جيدة للنقاط المفتاحية، ولكنه أيضًا يمكّننا من حساب احتمالات النقاط المفتاحية المشتركة التي تعتمد على الصورة عن طريق النظر إلى التصويت الإجماعي. هذا يختلف عن معظم الطرق السابقة حيث يتم تعلم الاحتمالات المشتركة من مواقع النقاط المفتاحية النسبية وهي مستقلة عن الصورة. في النهاية، نجمع تصويتات النقاط المفتاحية والاحتمالات المشتركة لتحديد أفضل تكوين للوضعية. نظهر الأداء التنافسي لطريقتنا على مجموعتي بيانات MPII Human Pose و Leeds Sports Pose.