単一のRGBカメラからの一般シーンにおける多人数3次元ポーズ推定のため、新規のシングルショット手法を提案する。本手法は、シーン内の他の人物や物体による強い部分的隠蔽状況下でも全身のポーズ推定を可能にする、新たな遮蔽耐性のあるポーズマップ（Occlusion-robust Pose Maps: ORPM）を用いる。ORPMは、シーン内のすべての人物の3次元関節位置を符号化する固定数のマップを出力する。ボディパーツ間の関連性を活用することで、明示的なバウンディングボックス予測を必要とせずに、任意の人数の人物に対する3次元ポーズを推定できる。本手法の学習にあたり、複雑な多人数の相互作用と遮蔽を再現した実写画像を含む、初めての大規模な学習データセット「MuCo-3DHP」を導入する。本データセットは、複数視点でのパフォーマンスキャプチャにより得られた真値をもとに、個々の人物の画像を合成して大規模な多人数画像コーパスを生成することで構築された。本手法の有効性を検証するために、新しく提案した挑戦的な3次元ラベル付き多人数テストセット「MuPoTs-3D」上で評価を行い、最先端の性能を達成した。さらに、多人数3次元ポーズ推定分野における研究を促進するため、本研究で作成した新しいデータセットおよび関連コードを、研究目的で公開する予定である。