نركّز على مهمة تقدير حركة إنسان مُرَكَّب واقعية من فيديو مونوكولار. غالبًا ما تُنتج الطرق الحالية التي لا تأخذ الفيزياء بعين الاعتبار نتائج غير متسقة زمنيًا وتتضمن عيوبًا في الحركة، في حين أن الطرق المتطورة القائمة على الفيزياء أُظهرت فعاليتها فقط في ظروف معملية مُحكَمة، أو تُعنى باتصالات بدنية مبسطة محدودة بالقدمين فقط. تبحث هذه الورقة في كيفية التغلب على هذه العيوب من خلال دمج محرك فيزيائي كامل مباشرة في عملية تقدير الموضع. ومع إدخال مشهد حقيقي غير خاضع للتحكم كمدخل، يقدّر نهجنا موقع مستوى الأرض وأبعاد نموذج الجسم الفيزيائي. ثم يُسترجع الحركة الفيزيائية من خلال تحسين المدار. يتميّز هذا الت formulación بأنه يُعمّم بسهولة على مختلف المشاهد التي قد تمتلك خصائص أرضية متنوعة، ويدعم أي شكل من أشكال الاتصال الذاتي، وكذلك الاتصال بين الجسم المُرَكَّب والهندسة البيئية. نُظهر أن نهجنا يحقق نتائج تنافسية مقارنة بالطرق القائمة على الفيزياء الحالية على معيار Human3.6M، مع إمكانية تطبيقه مباشرة دون إعادة تدريب على حركات ديناميكية أكثر تعقيدًا من معيار AIST، وكذلك على مقاطع فيديو من الإنترنت غير الخاضعة للتحكم.