في هذا البحث، تم اقتراح طريقة جديدة لتقدير الوضع ثلاثي الأبعاد (D3DP) تعتمد على التوسع مع تجميع فرضيات متعددة بناءً على إعادة الإسقاط المفصلية (JPMA) لتقدير الوضع ثلاثي الأبعاد��率性的. من ناحية، تقوم D3DP بتكوين عدة فرضيات محتملة للوضع ثلاثي الأبعاد لملاحظة ثنائية الأبعاد واحدة. حيث يتم توسيع مواقف الوضع الحقيقية ثلاثية الأبعاد تدريجياً إلى توزيع عشوائي، ويتعلم المرشح المضاد للتلوث (denoiser) تحت شرط النقاط الرئيسية ثنائية الأبعاد لإعادة استرجاع مواقف الوضع الثلاثية الأبعاد الغير مشوهة. الطريقة المقترحة D3DP متوافقة مع تقديرات الوضع ثلاثي الأبعاد الموجودة وتدعم المستخدمين في موازنة الكفاءة والدقة أثناء الاستدلال من خلال معلمتين قابلتين للتخصيص. من ناحية أخرى، تم اقتراح JPMA لتجميع الفرضيات المتعددة التي تولدها D3DP إلى وضع واحد ثلاثي الأبعاد للاستخدام العملي. حيث تقوم بإعادة إسقاط فرضيات الوضع ثلاثي الأبعاد إلى مستوى الكاميرا ثنائي الأبعاد، وتختار أفضل فرضية مفصلًا بمفصل بناءً على أخطاء إعادة الإسقاط، ثم تجمع المفاصل المختارة في الوضع النهائي. يجري JPMA التجميع على مستوى المفصل ويستفيد من المعلومات الأولية ثنائية الأبعاد، وكلاهما قد تم تجاهلهما في الأساليب السابقة. أظهرت التجارب الواسعة على قاعدتي بيانات Human3.6M و MPI-INF-3DHP أن طريقتنا تتفوق على أفضل الأساليب الحالية الحتمية والاحتمالية بنسبة 1.5% و8.9% على التوالي. يمكن الحصول على الشفرة البرمجية من الرابط: https://github.com/paTRICK-swk/D3DP.注：在阿拉伯语中，“概率性的”一词没有直接对应的翻译，因此在“تقدير الوضع ثلاثي الأبعاد”后面加上了“（D3DP）”以保持信息的完整性。其他部分已根据阿拉伯语的表达习惯进行了调整，以确保译文流畅且正式。