La localisation et le suivi multi-personnes en 3D panoramique sont des enjeux majeurs dans de nombreuses applications, mais les méthodes classiques basées sur des capteurs LiDAR s'avèrent souvent coûteuses sur le plan économique et inefficaces sur le plan computationnel en raison du traitement des nuages de points. Dans ce travail, nous proposons une approche efficace, performante et à faible coût. Tout d’abord, nous obtenons des vidéos panoramiques à l’aide de quatre caméras standard. Ensuite, nous transformons les positions humaines du système de coordonnées 2D de l’image panoramique vers le système de coordonnées 3D de la caméra panoramique en exploitant la géométrie des caméras et les propriétés biométriques humaines (notamment la taille). Enfin, nous générons des trajectoires 3D (tracklets) en associant l’apparence des individus et leurs trajectoires 3D. Nous validons l’efficacité de notre méthode sur trois jeux de données, dont un nouveau jeu de données que nous avons construit, en évaluant les performances en localisation multi-personnes 3D à vue unique, suivi multi-personnes 3D à vue unique, ainsi que localisation et suivi multi-personnes 3D panoramique. Le code source et le jeu de données sont disponibles à l’adresse suivante : \url{https://github.com/fandulu/MPLT}.