単眼画像における人間の姿勢推定において、関節の隠蔽や人間体の重なりがしばしば誤った姿勢予測を引き起こします。このような状況下では、生物学的にあり得ない姿勢予測が生成されることがあります。一方、人間の視覚は、関節間の幾何学的制約を利用して姿勢を予測することができます。本研究では、人間体の構造に関する事前知識を取り入れることでこの問題に対処するため、新たな構造認識型畳み込みニューラルネットワークを提案します。このような制約を明示的に学習することは一般的に困難です。そこで、我々は実際の姿勢と偽の姿勢（例えば生物学的にあり得ないもの）を区別する識別器を設計しました。もしポーズジェネレータ (G) が識別器が真偽を見分けられないような結果を生成すれば、ネットワークは成功裏にこれらの事前知識を学習したことになります。