本論文では、人間の姿勢推定問題に対する深層学習に基づくアプローチを提案します。我々は学習パラダイムとして生成対抗ネットワーク（Generative Adversarial Networks）を使用し、同じアーキテクチャを持つ2つのスタックされたアワジガタネットワークを設定しました。一方をジェネレータ、他方をディスクリミネータとして用います。訓練が完了した後、ジェネレータは人間の姿勢推定器として使用されます。ディスクリミネータは、真のヒートマップと生成されたヒートマップを区別し、対抗損失をジェネレータに逆伝播させます。このプロセスにより、ジェネレータは実現可能な人体構成を学習でき、予測精度の向上に有用であることが示されています。