我々は、日常的な制約のない多様な活動において、エゴセントリック視点で3D人体ポーズをリアルタイムに推定する初めての手法を提案する。この設定は、ハードウェア構成の移動性や、長時間のキャプチャセッションに耐えうる堅牢性、およびトラッキング失敗からの迅速な回復といった、特有の課題を伴う。これらの課題に対処するため、標準の野球帽を単一のキャップ搭載魚眼カメラを用いた高品質なポーズ推定デバイスに変換する、画期的な軽量なハードウェア構成を提案する。取得されたエゴセントリックライブストリームに対して、CNNベースの3Dポーズ推定手法が、コンシューマーレベルのGPU上で60Hzで実行可能である。本研究の主な貢献は、以下の2点である：1）上から見た魚眼画像から構成される大規模な真値トレーニングコーパスの構築、および2）エゴセントリック視点の特徴を考慮した、新たな分離型（ディセントラル）3Dポーズ推定アプローチの開発。評価結果から、既存のベースラインと比較して、より低い3D関節誤差およびより優れた2Dオーバーレイ性能を達成したことが明らかになった。