Nous proposons un modèle invariant à la vue pour l'estimation de la posture humaine en 3D à partir d'une seule image de profondeur. Pour atteindre cet objectif, notre modèle discriminatif intègre des régions locales dans un espace de caractéristiques appris et invariant à la vue. Formulé comme un problème d'apprentissage multi-tâches, notre modèle est capable de prédire sélectivement des postures partielles en présence de bruit et d'occlusions. Notre approche utilise une architecture de réseau convolutif et récurrent avec un mécanisme de rétroaction d'erreur descendante pour corriger automatiquement les estimations précédentes de la posture de manière intégrée. Nous évaluons notre modèle sur un ensemble de données d'images de profondeur déjà publié et sur un nouveau jeu de données de postures humaines contenant 100 000 images de profondeur annotées provenant d'angles extrêmes. Les expériences montrent que notre modèle obtient des performances compétitives sur les vues frontales tout en atteignant des performances d'état de l'art sur les autres angles de vue.