本研究では、深層学習を用いてVRヘッドセット内蔵カメラを用いたInside-Out Body Tracking（IOBT）と外部カメラによるマーカーレスモーションキャプチャを融合する手法を提案する。IOBTはリアルタイムかつ高精度で上半身や手指のトラッキングが可能であるが、視野外でのトラッキングが困難である。他方でマーカーレスは全身を俯瞰的に捉えられるが、遅延や精細な動作の精度に課題がある。これらの欠点を補完するため、Deep Latent-Space Particle Filterを活用して両データを融合し、XR環境でのダンスなどのシナリオにおいて、より精密な動作表現を実現することを目指す。