نُقدِّم عملية غاوسيّة مزدوجة (TGP)، وهي طريقة عامة للتنبؤ المُهيكل، تستخدم توزيعات غاوسيّة سابقة (GP) على كل من المتغيرات التفسيرية والمتغيرات الاستجابة، مع كون كلاهما متعدد الأبعاد، وتُقدِّر النواتج من خلال تقليل تباين كولباق-ليبلر بين توزيعين غاوسيّين نُمذّجَين على مجموعات منتهية من أمثلة التدريب والاختبار، مع التركيز على الهدف الذي ينص على أن المدخلات المشابهة ينبغي أن تُنتج استجابات متشابهة، وأن يُحافظ على هذا التشابه، في المتوسط، بين التوزيعات الحدية لكل منهما. تُجسّد TGP ليس فقط الترابطات بين المتغيرات التفسيرية، كما في الحالة العادية لعملية غاوسيّة، بل أيضًا الترابطات بين الاستجابات، وبالتالي تأخذ بعين الاعتبار الارتباطات بين كل من المدخلات والنتائج. وقد عُرضت TGP في مثال عملي، مع نتائج واعدة، لإعادة بناء وضعيات الإنسان ثلاثية الأبعاد من تسلسلات فيديو أحادية العدسة ومتعددة العدسات في معيار HumanEva الجديد، حيث تحقّقنا خطأً متوسطًا قدره 5 سنتيمترات لكل علامة ثلاثية الأبعاد في النماذج التي تم تدريبها بشكل مشترك باستخدام بيانات من أشخاص متعددين وأنشطة متعددة. وتعتبر الطريقة سريعة وآليّة تمامًا: فهي لا تتطلب أي تخصيص يدوي للوضعية الأولية، أو معلمات معايرة الكاميرا، أو توافر نموذج ثلاثي الأبعاد للجسم المرتبط بالأشخاص المستخدمين في التدريب أو الاختبار.