Ce document présente une approche pour l'estimation et le suivi de la posture 3D de plusieurs individus basée sur des vues multiples calibrées. Le principal défi réside dans la capacité à trouver correctement les correspondances inter-vues et temporelles, même lorsque plusieurs estimations de postures humaines sont bruyantes. Contrairement aux solutions précédentes qui construisent des postures 3D à partir de vues multiples, notre approche tire parti de la cohérence temporelle pour associer les postures 2D estimées avec les squelettes 3D préconstruits dans chaque vue. Ainsi, les associations inter-vues et temporelles sont réalisées simultanément. Étant donné que les performances peuvent être affectées par des associations erronées et des prédictions bruyantes, nous avons conçu deux stratégies visant à améliorer les correspondances et la reconstruction 3D. Plus précisément, nous proposons une mesure sensible aux parties du corps pour l'association 2D-3D et un filtre capable de gérer les valeurs aberrantes 2D lors de la reconstruction. Notre approche est efficace et performante en comparaison des méthodes d'avant-garde ; elle obtient des résultats compétitifs sur deux benchmarks : 96,8 % sur Campus et 97,4 % sur Shelf. De plus, nous avons étendu la durée des séquences d'évaluation sur Campus pour rendre le test plus difficile, et notre proposition atteint également des résultats satisfaisants.