الحركة كوسيلة للتواصل غير اللفظي قد تم تأسيسها نظريًا منذ القرن السابع عشر. ومع ذلك، لم يتم التعبير عن أهميتها للفنون البصرية إلا بشكل متقطع. وقد يكون السبب الرئيسي لهذا هو الكمية الهائلة من البيانات التي كان يجب معالجتها يدويًا تقليديًا. ومع تقدم التحول الرقمي بشكل ثابت، تم فهرسة عدد متزايد من القطع الأثرية التاريخية وجعلها متاحة للجمهور، مما أدى إلى ظهور حاجة لاسترجاع تلقائي للمواضيع الفنية والتاريخية ذات التكوينات أو الأوضاع الجسدية المماثلة. نظرًا لأن مجال الفن يختلف بشكل كبير عن المجموعات الحقيقية الموجودة لتقدير وضع الإنسان بسبب تنوع أسلوبه، فإن هذا الأمر يطرح تحديات جديدة. في هذه الورقة البحثية، نقترح نهجًا جديدًا لتقدير وضع الإنسان في الصور الفنية والتاريخية. على عكس الأعمال السابقة التي تحاول جسر الفجوة بين المجالات باستخدام النماذج المدربة مسبقًا أو من خلال نقل الأسلوب، نقترح التعلم شبه الإشرافي لكل من اكتشاف الكائنات واكتشاف النقاط الرئيسية (keypoint detection). بالإضافة إلى ذلك، نقدم مجموعة بيانات فنية خاصة بالمجال تتضمن كل من ملاحظات الصندوق الحدودي وملاحظات النقاط الرئيسية للأشكال البشرية. يحقق نهجنا نتائج أفضل بكثير من الأساليب التي تعتمد على النماذج المدربة مسبقًا أو نقل الأسلوب.