単一の静止画像から人間の関節姿勢を推定するための方法を提案します。この方法は、新しいペアワイズ関係（Image Dependent Pairwise Relations）を持つグラフィカルモデルを使用し、局所画像測定値を適応的に利用します。具体的には、人間の姿勢に関するグラフィカルモデルを定義し、局所画像測定値が部位（または関節）の検出だけでなく、それらの間の空間的な関係性も予測できるという事実を利用します。これらの空間的な関係性は混合モデルで表現されます。深層畳み込みニューラルネットワーク（Deep Convolutional Neural Networks: DCNNs）を使用して、部位の存在とその空間的な関係性が画像パッチ内で条件付き確率として学習されます。したがって、当モデルはグラフィカルモデルの表現柔軟性とDCNNsの効率性および統計的強度を組み合わせています。当手法はLSPデータセットとFLICデータセットにおいて既存の最先端手法を大幅に上回り、Buffyデータセットでも訓練なしで非常に優れた性能を示しています。