L'estimation en temps réel de la posture 2D de plusieurs personnes est un élément clé pour permettre aux machines de comprendre les individus présents dans des images et des vidéos. Dans ce travail, nous présentons une approche en temps réel pour détecter la posture 2D de multiples personnes dans une image. La méthode proposée utilise une représentation non paramétrique, que nous appelons Champs d'Affinité des Parties (PAFs), pour apprendre à associer les parties du corps aux individus dans l'image. Ce système basé sur une approche ascendante atteint une haute précision et des performances en temps réel, indépendamment du nombre de personnes présentes dans l'image. Dans les travaux précédents, les Champs d'Affinité des Parties (PAFs) et l'estimation de la localisation des parties du corps étaient affinés simultanément au cours des étapes d'entraînement. Nous démontrons qu'une affinage uniquement des PAFs plutôt que l'affinage conjoint des PAFs et de la localisation des parties du corps entraîne une augmentation significative tant en termes de performance d'exécution que de précision. Nous présentons également le premier détecteur combiné de points clés du corps et des pieds, basé sur un jeu de données annotées internes concernant les pieds que nous avons rendu public. Nous montrons que ce détecteur combiné non seulement réduit le temps d'inférence par rapport à son exécution séquentielle, mais maintient également la précision de chaque composant individuellement. Ce travail a abouti à la mise à disposition d'OpenPose, le premier système open-source en temps réel pour la détection de la posture 2D multi-personnes, incluant les points clés du corps, des pieds, des mains et du visage.