本稿では、3次元人体ポーズ推定の課題に取り組むため、ポーズ文法（pose grammar）を提案する。本モデルは2次元ポーズを直接入力として受け取り、一般化された2次元から3次元へのマッピング関数を学習する。提案モデルは、ポーズに整合した特徴を効率的に抽出するベースネットワークと、人体構造に関する知識（すなわち、運動学的制約、対称性、運動連携など）を明示的に組み込むための階層的双方向RNN（BRNN）から構成されている。この構成により、モデルは人体ポーズに対して高次元の制約を強制することができる。学習の際には、仮想カメラ視点での訓練サンプルを拡張するためのポーズサンプルシミュレータを開発し、これによりモデルの汎化能力をさらに向上させた。我々は、公開されている3次元人体ポーズベンチマーク上で本手法を検証し、異なる視点間での推定性能を評価するための新たな評価プロトコルを提案した。実験的に、多くの最先端手法がこのクロスビュー設定下で困難を示す一方で、本手法はそのような課題を適切に処理できることを確認した。