تُفضّل معظم المناهج القائمة على الفيديو للتعرف على الحركات استخراج الميزات من الفيديو بأكمله للتعرف على الحركات. لكن الخلفيات المزدحمة والحركات غير المرتبطة بالفعل تُحد من أداء هذه الطرق، نظرًا لغياب النمذجة الصريحة للحركات البشرية. ومع التطورات الحديثة في تقدير وضعية الجسم البشري، تقدّم هذه الدراسة منهجًا جديدًا للتعرف على الحركات البشرية كتطور لخرائط تقدير الوضعية. بدلًا من الاعتماد على الوضعيات البشرية غير الدقيقة المستخرجة من الفيديوهات، نلاحظ أن خرائط تقدير الوضعية، وهي نتيجة ثانوية لعملية تقدير الوضعية، تحتفظ بمعلومات غنية حول الجسم البشري، مما يُسهم في تحسين التعرف على الحركات. وبشكل محدد، يمكن تحليل تطور خرائط تقدير الوضعية إلى تطور لخرائط الحرارة (مثل الخرائط الاحتمالية) وتطور للوضعيات البشرية المقدرة ثنائية الأبعاد، والتي تمثل تغيرات شكل الجسم ووضعية الجسم على التوالي. وبما أن خرائط الحرارة تمتلك خاصية التفرع (الندرة)، نطوّر تقنية "تجميع الرتبة المكانية" لدمج تطور خرائط الحرارة في صورة تمثل تطور شكل الجسم. وبما أن صورة تطور شكل الجسم لا تميّز بين أجزاء الجسم، نصمم تقنية "الاستخلاص الموجه بالجسم" لدمج تطور الوضعيات البشرية في صورة تمثل تطور وضعية الجسم. وتُستغل الخصائص المكملة بين هاتين الصورتين من خلال الشبكات العصبية التلافيفية العميقة للتنبؤ بفئة الحركة. وتحقق التجارب على مجموعات بيانات NTU RGB+D وUTD-MHAD وPennAction فعالية المنهج المُقترح، حيث يتفوّق على معظم الطرق المتطورة حاليًا.