Les poses et les mouvements humains sont des indices importants pour l'analyse de vidéos impliquant des personnes, et il existe des preuves solides que les représentations basées sur la posture corporelle sont très efficaces pour diverses tâches telles que la reconnaissance d'activités, la recherche de contenu et le traitement des signaux sociaux. Dans ce travail, nous visons à faire progresser encore davantage l'état de l'art en établissant « PoseTrack », un nouveau benchmark à grande échelle pour l'estimation de la posture humaine et le suivi articulé dans les vidéos, et en rassemblant la communauté de chercheurs travaillant sur l'analyse visuelle des humains. Ce benchmark comprend trois pistes de compétition axées sur : i) l'estimation de la posture multi-personne par image unique, ii) l'estimation de la posture multi-personne dans les vidéos, et iii) le suivi articulé multi-personne. Pour faciliter ce benchmark et ce défi, nous collectons, annotons et mettons à disposition un nouveau jeu de données à grande échelle qui présente des vidéos avec plusieurs personnes étiquetées par des trajectoires individuelles et une posture articulée. Un serveur d'évaluation centralisé est fourni pour permettre aux participants d'évaluer leurs méthodes sur un ensemble de test réservé. Nous prévoyons que le benchmark proposé stimulera une recherche productive en fournissant non seulement un grand ensemble de données d'entraînement représentatif, mais aussi une plateforme permettant d'évaluer et comparer objectivement les méthodes proposées. Le benchmark est librement accessible à l'adresse https://posetrack.net.