L'analyse sémantique de l'humain a suscité un intérêt considérable en raison de ses nombreuses applications potentielles. Néanmoins, il reste encore incertain comment développer un système d'analyse sémantique de l'humain précis de manière efficace et élégante. Dans cet article, nous identifions plusieurs propriétés utiles, notamment la résolution des caractéristiques, les informations contextuelles globales et les détails des contours, et nous menons des analyses rigoureuses pour révéler comment tirer parti de ces propriétés au profit de la tâche d'analyse sémantique de l'humain. Les avantages de ces propriétés utiles aboutissent finalement à un cadre simple mais efficace appelé Context Embedding with Edge Perceiving (CE2P) pour l'analyse sémantique d'un seul humain. Notre CE2P est formable bout à bout et peut être facilement adopté pour effectuer l'analyse sémantique de plusieurs humains. Grâce aux avantages du CE2P, nous avons obtenu le premier rang sur trois benchmarks d'analyse sémantique de l'humain. Sans recourir à des techniques compliquées, nous avons atteint 56,50% (mIoU), 45,31% (moyenne $AP^r$APr) et 33,34% ($AP^p_{0.5}$AP0.5p​) sur LIP, CIHP et MHP v2.0, surpassant respectivement les meilleures performances actuelles de plus de 2,06%, 3,81% et 1,87%. Nous espérons que notre CE2P servira de solide point de référence et facilitera les futures recherches en analyse sémantique d'un seul ou de plusieurs humains. Le code source est disponible à l'adresse \url{https://github.com/liutinglt/CE2P}.