برای اجرای فرآیند ضبط حرکت، لازم است داده­های مناسب، در طول زمان با دنبال‌کردن نقاط کلیدی از هدف مورد نظر استخراج شوند. با این داده­ها و طی یک سری عملیات پس­پردازشی کارهای زیادی از جمله ساخت مجدد آن حرکت در فضای سه­بعدی می‌توان انجام داد. در این مقاله یک الگوی برآورد حالت­های پویای دست مبتنی بر مدل با استفاده از روش ضبط حرکت بدون نشانه­گذاری ارائه می­شود. در این پژوهش حرکات بازوی عامل انسانی در قالب دنباله­ای از تصاویر رنگی به همراه داده­های عمق و اسکلت به‌دست‌آمده از کینکت (ابزاری برای ضبط حرکت بدون نشانه­گذاری) با سرعت سی فریم در ثانیه به‌عنوان داده­های ورودی­ استفاده شده­اند. الگوی پیشنهادی، ویژگی­های زمانی و مکانی از دنباله تصاویر ورودی استخراج می­کند و روی تعیین موقعیت نوک انگشتان شست و اشاره و به‌دست‌آوردن زوایای مفاصل ربات، به‌منظور تقلید حرکت بازوی عامل انسانی در سه ­بعد در یک محیط کنترل‌نشده تمرکز دارد. در این پژوهش از  بازوی ربات واقعی RoboTEK II ST240 استفاده شده و حرکات بازوی عامل انسانی به حرکات تعریف‌شده برای این بازوی ربات محدود شده است. بردارویژگی جهت برآورد حالت به‌ازای هر فریم، به مختصات x، y و عمق برخی مفاصل و مختصات نوک انگشتان شست و اشاره نیازدارد. از داده­های عمق و اسکلت برای تعیین زوایای مفاصل ربات استفاده می­شود؛ ولی تعیین نوک انگشتان به‌طور مستقیم با داده­های موجود امکان­پذیر نیست؛ از این­رو سه رویکرد برای شناسایی نوک انگشتان شست و اشاره با استفاده از داده­های موجود ارائه می­شود. در این رویکردها از مفاهیمی همچون آستانه­گیری، لبه­یابی، ساخت پوسته محدب، مدل‌کردن رنگ پوست و تفریق پس­زمینه استفاده می­شود. در پایان برای تقلید حرکت، با استفاده از بردارهای ویژگی به‌ازای هر فریم، حالت متناظر بر روی بازوی ربات اعمال می­شود. برای ارزیابی تقلید حرکت، مسیرهای طی‌شده توسط قسمت نهایی دست عامل انسانی و قسمت مجری نهایی بازوی ربات با هم مقایسه شده‌اند. نمودارهایی که میزان تغییرات زوایای مفاصل را برای این دو مورد نشان می­دهند، گویای مؤثر بودن الگوی پیشنهادی در تقلید عملکرد بازوی انسانی است.