単眼画像からの3次元人間姿勢推定は、深度の曖昧さと被塞（おさえ）による問題のために非常に難解な課題である。しかし、既存の多くの研究ではこれらの曖昧さを無視し、単一の解のみを推定している。対照的に、我々は全後方確率分布を表す多様な仮説集合を生成する。この目的達成のために、確定的な3Dから2Dへのマッピングを利用して曖昧な逆2Dから3Dへの問題を解決する正規化フローに基づく手法を提案する。さらに、不確かな検出と被塞を効果的にモデル化するために、2D検出器の不確実性情報を条件として組み込む。成功のさらなる鍵となる要素は学習された3次元姿勢事前分布と最良のM損失関数の一般化である。我々の手法はHuman3.6MおよびMPI-INF-3DHPという2つのベンチマークデータセットで評価され、ほとんどの指標においてすべての比較可能な方法を上回っている。本手法の実装コードはGitHub上で公開されている。注：「被塞」（おさえ）は「occlusions」（遮蔽）の訳語です。ただし、「遮蔽」がより一般的に使用されるため、「被塞」ではなく「遮蔽」と訳すことも可能です。