Le suivi multi-personnes à l’aide de plusieurs caméras constitue une technologie essentielle pour la surveillance, la gestion des foules et l’analyse du comportement social, permettant une surveillance à grande échelle et une compréhension globale de scénarios complexes impliquant plusieurs individus à travers différentes vues caméra. Toutefois, en raison des occlusions sévères au sein de la scène ainsi que des variations importantes des points de vue des caméras, les exigences en matière de correspondance et de corrélation du même individu entre différentes caméras sont particulièrement élevées, notamment dans un cadre en ligne. Pour relever ce défi, nous proposons un nouveau système en ligne de suivi multi-personnes à plusieurs caméras. Ce système intègre des contraintes géométriques cohérentes ainsi que des informations d’apparence des cibles, améliorant efficacement la précision du suivi. En outre, nous avons conçu un mécanisme de correction adaptatif basé sur l’identification par reconnaissance (Re-ID) qui exploite de manière dynamique les caractéristiques Re-ID afin de corriger les erreurs de correspondance entre les individus. Ce système a démontré une bonne adaptabilité dans diverses scénarios. Notre approche a été évaluée dans la track1 du défi AI City 2024, obtenant un score HOTA de 67,2175 % et occupant ainsi la 2e place au classement. Le code source sera disponible à l’adresse suivante : https://github.com/ZhenyuX1E/PoseTrack