多视角的人群跟踪方法在拥挤场景中处理遮挡问题上具有比单视角方法更好的潜力。这些方法通常依赖于检测跟踪范式，即首先检测到人群，然后将这些检测结果连接起来。本文认为，一种更为有效的方法是预测人在时间上的运动轨迹，并从这些预测中推断出每个时间帧中人的存在情况。这使得可以在时间上和同一时间帧的不同视角之间强制执行一致性。我们在PETS2009和WILDTRACK数据集上验证了我们的方法，并证明其性能优于现有最先进的方法。