L'estimation de la posture multi-personne dans des conditions réelles est un défi. Bien que les détecteurs humains d'avant-garde aient montré de bonnes performances, de petites erreurs de localisation et de reconnaissance sont inévitables. Ces erreurs peuvent entraîner des échecs pour un estimateur de posture mono-personne (SPPE), en particulier pour les méthodes qui dépendent uniquement des résultats de détection humaine. Dans cet article, nous proposons un nouveau cadre d'estimation de la posture multi-personne régionale (RMPE) pour faciliter l'estimation de la posture en présence de boîtes englobantes humaines inexactes. Notre cadre comprend trois composants : le réseau de transformation spatiale symétrique (SSTN), la suppression non maximale paramétrique des postures (NMS), et le générateur de propositions guidées par la posture (PGPG). Notre méthode est capable de gérer les boîtes englobantes inexactes et les détections redondantes, ce qui lui permet d'obtenir une augmentation de 17 % du mAP par rapport aux méthodes d'avant-garde sur l'ensemble de données MPII (multi personne). Notre modèle et nos codes sources sont disponibles au public.