最近のニューラルネットワークによる人間の姿勢推定において成功が見られていますが、現行の手法は単一人物の姿勢推定に限られており、グループや群衆の中の人間を処理することはできません。本研究では、画像中に他の人物によって隠されたり、切断されている可能性のある複数の人物の姿勢を推定する方法を提案します。この目的のために、複数人物の姿勢推定を関節-人物関連付け問題として捉えます。画像内で検出された関節候補の集合から完全グラフを作成し、整数線形計画法を使用して関節-人物関連付けと外れ値検出を行います。画像内のすべての人物に対して関節-人物関連付けを同時に行うことはNP困難な問題であり、近似解を得ることも高コストであるため、各人物に対して局所的に問題を解決します。複数人物に対する挑戦的なMPII Human Pose Datasetにおいて、当方針は最先端の手法と同等の精度を達成していますが、その速度は6,000倍から19,000倍速くなっています。