El presente estudio propone una técnica de Estimación de Postura en Tiempo Real utilizando OpenPose basado en ResNet-50 que permite una rápida prevención de seguridad y detección de accidentes entre los trabajadores de campo. Los trabajadores de campo realizan tareas en entornos de alto riesgo, y la Estimación de Postura precisa es un aspecto crucial para garantizar la seguridad de los trabajadores. Sin embargo, es difícil que la Estimación de Postura en Tiempo Real se realice de tal manera que cumpla simultáneamente con los requisitos de procesamiento en tiempo real y la precisión en entornos complejos. Para abordar estos problemas, el estudio actual utiliza el algoritmo OpenPose basado en ResNet-50, que es una arquitectura de red neuronal que se desempeña bien tanto en la clasificación de imágenes como en las tareas de extracción de características, proporcionando así alta precisión y eficiencia. OpenPose es un algoritmo especializado en Estimación de Postura multi-humana que se puede utilizar para estimar la estructura corporal y las posiciones articulares de un gran número de individuos en tiempo real. Aquí, entrenamos OpenPose basado en ResNet-50 para la Estimación de Postura en Tiempo Real y lo evaluamos en varios conjuntos de datos, incluidas acciones realizadas por trabajadores de campo reales. Los resultados experimentales muestran que el algoritmo propuesto logra una alta precisión en la Estimación de Postura en Tiempo Real de los trabajadores de campo. También proporciona resultados estables manteniendo una velocidad rápida de procesamiento de imágenes, confirmando así su aplicabilidad en entornos reales de campo.