نُقدّم نهجًا جديدًا لاسترداد الوضع ثلاثي الأبعاد للإنسان تلقائيًا من صورة واحدة. تتمحور معظم الدراسات السابقة حول نهج متسلسل: حيث يتم أولاً اكتشاف مجموعة من السمات ثنائية الأبعاد مثل الحواف أو المفاصل أو الحدود الظلالية في الصورة، ثم تُستخدم هذه الملاحظات لاستنتاج الوضع ثلاثي الأبعاد. ومع ذلك، قد يؤدي حل هذين المشكلين بشكل منفصل إلى استنتاجات خاطئة للوضع ثلاثي الأبعاد عند فشل كاشف السمات في الأداء الجيد. في هذه الورقة، نعالج هذه المشكلة من خلال حل مسألتي الكشف ثنائي الأبعاد والاستنتاج ثلاثي الأبعاد معًا بشكل متكامل. ولتحقيق ذلك، نقترح إطارًا بايزيًا يدمج نموذجًا توليديًا يعتمد على متغيرات خفية مع كاشفات جزئية ثنائية الأبعاد تميزية تعتمد على ميزات HOG، ونُنفّذ الاستنتاج باستخدام خوارزميات تطورية. تُظهر التجارب الواقعية نتائج تنافسية، كما تُثبت قدرة منهجيتنا على تقديم تقديرات دقيقة للوضع ثنائي وثلاثي الأبعاد، حتى في حال كانت كاشفات الوضع ثنائي الأبعاد غير دقيقة.