لتقدير وضعية الجسم البشري في الصور الأحادية العين، غالبًا ما تؤدي احتجابات المفاصل وتداخل الأجساد البشرية إلى توقعات غير دقيقة لوضعية الجسم. وفي هذه الظروف، قد يتم إنتاج توقعات وضعية غير واقعية بيولوجيًا. بالمقابل، يمكن للرؤية البشرية أن تتوقع وضعيات الجسم من خلال استغلال القيود الهندسية لارتباط المفاصل. لمعالجة هذه المشكلة من خلال دمج معلومات عن بنية الأجساس البشرية، نقترح شبكة اتصال جديدة واعية للبنية لتضمين مثل هذه المعلومات بشكل ضمني أثناء تدريب الشبكة العميقة. عادةً ما يكون التعلم الصريح لهذه القيود صعبًا. بدلاً من ذلك، نصمم مميزات لتمييز وضعيات الجسم الحقيقية عن الوهمية (مثل تلك التي لا تكون واقعية بيولوجيًا). إذا أنتجت وحدة توليد الوضعيات (G) نتائج لا يستطيع المميز تمييزها عن الحقيقية، فإن الشبكة تكون قد نجحت في تعلم المعلومات الأولية.