في تقدير الوضع البشري ثلاثي الأبعاد، من أكبر المشكلات هي نقص المجموعاتالبيانية الكبيرة والمتنوعة. وهذا صحيح بشكل خاص في تقدير الوضع ثلاثي الأبعادلعدة أشخاص، حيث إننا على علم بأن البيانات المتاحة للتدريب هي بيانات تم توليدها بواسطة الآلة فقط.للتخفيف من هذه المشكلة، نقدم شبكة يمكن تدريبها باستخدام صور RGB-D إضافية بطريقة مراقبة ضعيفة.بفضل وجود أجهزة استشعار رخيصة الثمن، فإن مقاطع الفيديو التي تحتوي على خرائط عمق متاحة بشكل واسع،ويمكن لطرقنا الاستفادة من مجموعة بيانات كبيرة غير مشمولة بالتعليقات.خوارزميتنا هي خوارزمية تقدير وضع مطلقة لعدة أشخاص من خلال كاميرا واحدة.نقيم الخوارزمية على عدة مقاييس، مما يظهر تحسينًا مستمرًا في معدلات الخطأ.بالإضافة إلى ذلك، فإن نموذجنا يحقق أفضل النتائج الحالية في مجموعة بيانات MuPoTS-3D (بتفاوت كبير).