Un défi majeur pour l'estimation de la posture 3D à partir d'une seule image RGB est l'acquisition de données d'entraînement suffisantes. En particulier, il est impossible de collecter de grandes quantités de données d'entraînement contenant des images non contraintes et annotées avec des postures 3D précises. Nous proposons donc d'utiliser deux sources d'entraînement indépendantes. La première source comprend des images annotées avec des postures 2D, tandis que la seconde source comprend des données de captation de mouvement 3D précises. Pour intégrer ces deux sources, nous proposons une approche à double source qui combine l'estimation de la posture 2D avec une recherche de posture 3D efficace et robuste. Dans nos expériences, nous montrons que notre approche atteint des résultats à l'état de l'art et reste compétitive même lorsque la structure squelettique des deux sources diffère considérablement.