مع تقدم تقدير الوضع والشكل البشري ثلاثي الأبعاد، يمكن للطرق الأكثر تقدماً أن تكون إما مقاومة للحجب أو تحصل على دقة محاذاة بكسل في الحالات غير المحجوبة. ومع ذلك، لا يمكنها الحصول على المقاومة ومحاذاة الشبكة مع الصورة في الوقت نفسه. في هذا العمل، نقدم نظام NIKI (الكينيماتيكا العكسية العصبية باستخدام شبكة عصبية قابلة للعكس)، والذي يُمثّل الأخطاء ثنائية الاتجاه لتحسين المقاومة للحجب والحصول على دقة محاذاة بكسل. يمكن لنظام NIKI التعلم من كل من العمليات الأمامية والعكسية باستخدام الشبكات القابلة للعكس. في العملية العكسية، يقوم النموذج بفصل الخطأ عن متعدد السطوح الثلاثي الأبعاد الممكن لتقدير وضع الإنسان ثلاثي الأبعاد بشكل أكثر ثباتًا. وفي العملية الأمامية، نفرض شروط الحدود بدون خطأ لتحسين حساسية المواقع المشتركة الموثوقة لتحقيق محاذاة أفضل بين الشبكة والصورة. بالإضافة إلى ذلك، يقلد نظام NIKI خوارزميات الكينيماتيكا العكسية التحليلية باستخدام تحليل الانحناء والدوران (twist-and-swing decomposition) لتحقيق فهم أفضل. أظهرت التجارب على مقاييس القياس القياسية ومحددة الحجب فعالية نظام NIKI، حيث نعرض نتائجًا مستقرة ومحاذة جيدًا في آن واحد. الرمز البرمجي متاح على الرابط: https://github.com/Jeff-sjtu/NIKI