本論文では、単眼画像から3次元人間の姿勢を推定するための完全畳み込みネットワークを提案します。我々は、3次元姿勢の新しい表現方法として四肢の向きを使用し、各四肢領域のバウンディングボックスと向きを組み合わせることで、画像と予測値との関連付けをより正確に行います。3次元の向きは2次元キーポイント検出と共に統合的にモデル化されます。追加の制約なしに、この単純な手法はいくつかの大規模ベンチマークで良好な結果を得ることができます。さらに実験した結果、当手法は未知のシーンにもよく一般化でき、不正確なバウンディングボックスに対して頑健であることが示されました。