私たちは単一のRGBD画像から実世界の単位で3次元ヒューマンポーズを推定する手法を提案し、その性能が単眼からの3次元ヒューマンポーズ推定手法や深度情報のみを使用したポーズ推定手法を上回ることを示します。当手法は、色画像に対する堅牢なヒューマンキーポイント検出器に依存し、深度情報を用いて3次元空間へと昇華させます。さらに、当システムをデモンストレーション学習フレームワークと組み合わせることで、マーカーなしでサービスロボットに指示を与えることが可能となります。実世界での実験により、当手法がPR2ロボットに人間教師が行う操作動作を模倣させる能力を持つことを証明しています。