本論文では、MultiPoseNetという新しいボトムアップ型の多人物姿勢推定アーキテクチャを提案します。このアーキテクチャは、マルチタスクモデルと新しい割り当て手法を組み合わせています。MultiPoseNetは人物検出、キーポイント検出、人物セグメンテーション、および姿勢推定の問題を統合的に処理することができます。新しい割り当て手法は、キーポイントと人物検出を受け取り、キーポイントを人物インスタンスに割り当てることで正確な姿勢を生成するPose Residual Network (PRN)によって実装されています。COCOキーポイントデータセットにおいて、当社の姿勢推定手法は精度（前最良結果比+4ポイントmAP）と速度の両面でこれまでのすべてのボトムアップ手法を上回っています。また、最速のトップダウン手法と同等の性能を示しながらも、少なくとも4倍以上の高速性を持っています。当社の手法は23フレーム/秒で最も高速なリアルタイムシステムです。ソースコードは以下のURLから入手可能です: https://github.com/mkocabas/pose-residual-network