Cette étude présente un nouveau réseau (notamment PoseLifter) capable de relever une posture humaine 2D en une posture 3D absolue dans un système de coordonnées caméra. Le réseau proposé estime la position 3D absolue d’un sujet cible et produit une estimation améliorée de la posture relative 3D par rapport aux méthodes existantes de relevé de posture. L’association de PoseLifter avec un estimateur de posture 2D en cascade permet d’estimer une posture humaine 3D à partir d’une seule image RGB. Dans ce cadre, nous démontrons empiriquement que l’utilisation de poses 2D réalistes synthétisées selon la distribution réelle des erreurs des joints corporels améliore significativement les performances de notre méthode PoseLifter. La méthode proposée a été appliquée à des jeux de données publics, où elle atteint des résultats de pointe en matière de transformation de posture 2D vers 3D ainsi qu’en estimation de posture humaine 3D.