Dans cet article, nous proposons un nouveau cadre léger et efficace, appelé LightTrack, pour le suivi en ligne de la posture humaine. Le cadre proposé est conçu pour être générique pour le suivi de la posture par approche descendante (top-down) et est plus rapide que les méthodes en ligne et hors ligne existantes. Le Suivi de Posture à une Personne (SPT) et le Suivi Visuel d'Objets (VOT) sont intégrés dans une seule entité fonctionnelle unifiée, facilement mise en œuvre grâce à un module de détection de posture à une personne interchangeable. Notre cadre unifie le suivi de posture à une personne avec l'association d'identités multiples et éclaire pour la première fois la possibilité de relier le suivi de points clés au suivi d'objets. Nous proposons également un Réseau de Convolution Graphique Siamese (SGCN) pour l'appariement des postures humaines en tant que module Re-ID dans notre système de suivi de posture. Contrairement aux autres modules Re-ID, nous utilisons une représentation graphique des articulations humaines pour l'appariement. La représentation basée sur le squelette capture efficacement la similarité des postures humaines et est peu coûteuse en termes de calcul. Elle est robuste face aux décalages soudains de caméra qui peuvent introduire des erreurs d'appariement. À notre connaissance, c'est le premier article à proposer un cadre de suivi en ligne de la posture humaine par approche descendante (top-down). Le cadre proposé est suffisamment général pour s'adapter à d'autres estimateurs de posture et mécanismes d'appariement candidats. Notre méthode surpassant les autres méthodes en ligne tout en maintenant une fréquence d'images beaucoup plus élevée, elle se révèle très compétitive par rapport à nos méthodes hors ligne les plus avancées. Nous mettons le code source à disposition du public sur : https://github.com/Guanghan/lighttrack.