Dans ce travail, nous introduisons le problème difficile de l’estimation conjointe de la posture de plusieurs personnes et de leur suivi dans des vidéos non contraintes, où le nombre de personnes est inconnu. Les méthodes existantes d’estimation de posture pour plusieurs personnes dans les images ne peuvent pas être directement appliquées à ce problème, car elles doivent également résoudre le problème d’association des personnes au fil du temps, en plus de l’estimation de la posture pour chaque individu. Nous proposons donc une nouvelle méthode qui modélise conjointement l’estimation de la posture et le suivi de plusieurs personnes dans une formulation unique. À cette fin, nous représentons les détections des articulations corporelles dans une vidéo à l’aide d’un graphe spatio-temporel, et résolvons un programme linéaire en nombres entiers afin de partitionner ce graphe en sous-graphes correspondant à des trajectoires de posture corporelle plausibles pour chaque personne. La méthode proposée traite implicitement les occlusions et les truncations des personnes. Étant donné que ce problème n’a pas été abordé de manière quantitative dans la littérature, nous introduisons un nouveau jeu de données, « Multi-Person PoseTrack », ainsi qu’un protocole d’évaluation entièrement non contraint, qui ne fait aucune hypothèse concernant l’échelle, la taille, la position ou le nombre de personnes. Enfin, nous évaluons la méthode proposée ainsi que plusieurs méthodes de référence sur notre nouveau jeu de données.