アソシエーティブ・エンベディングについて紹介します。これは、検出とグループ化のタスクにおいて畳み込みニューラルネットワークを監督するための新しい手法です。この方法は、多人数姿勢推定、インスタンスセグメンテーション、多目的追跡など、多くのコンピュータビジョンの問題に適用できます。通常、検出のグループ化は複数段階のパイプラインで達成されますが、代わりに我々はネットワークが同時に検出とグループ割り当てを出力するように教えるアプローチを提案します。この技術は、画素単位の予測を行う最先端のネットワークアーキテクチャに簡単に統合できます。本研究では、この手法を多人数姿勢推定とインスタンスセグメンテーションに適用し、MPIIおよびMS-COCOデータセットにおける多人数姿勢推定で最先端の性能を報告しています。