単一画像からのヒューマンポーズ推定は、通常監督学習によって解決される困難な問題である。しかしながら、3次元アノテーションには専用のモーションキャプチャシステムが必要であるため、多くのヒューマン活動に対してラベリングされた訓練データがまだ存在していない。そこで、本研究では2次元ポーズデータのみを用いて訓練し、単一画像から3次元ヒューマンポーズを予測する非監督手法を提案する。2次元ポーズデータはクラウドソーシングで得られ、すでに広く利用可能である。この目的のために、乱数投影上で最も尤もらしい3次元ポーズを推定し、その尤度は2次元ポーズに対する正規化フローを使用して推定される。従来の研究では訓練データセットにおけるカメラ回転に関する強い事前情報が必要であったが、我々はカメラ角度の分布を学習することで性能を大幅に向上させている。さらに、高次元の3次元ポーズデータに対する正規化フローの訓練を安定させるために、まず2次元ポーズを線形部分空間に射影するという手法も提案している。我々の方法は多くの指標においてベンチマークデータセットHuman3.6MおよびMPI-INF-3DHPでの最先端の非監督ヒューマンポーズ推定手法を上回っている。