本論文では、マルチカメラ構成に依存せず、モノクロカメラ用の検出器の学習のみを必要とするオンラインマルチカメラ・マルチオブジェクトトラッカーを提案する。このアプローチにより、カメラの追加・削除を再訓練なしでスムーズに行える。提案手法は、カメラ全体における検出数に対して線形の計算量を有し、カメラ数の増加に対しても滑らかにスケーラブルである。本手法は3次元世界座標系で動作し、対象物体の3次元軌道推定を提供する。主な革新点は、最適なベイズ型マルチビュー・マルチオブジェクトフィルタリングに適した高精度かつ扱いやすい3次元オクルージョンモデルの構築である。このモデルは、トラック管理、状態推定、雑音除去、オクルージョン／誤検出処理といったサブタスクを、一つのベイズ再帰計算にシームレスに統合可能である。提案アルゴリズムは最新のWILDTRACKSデータセットを用いて評価され、新たなデータセット上でも極めて混雑したシーンにおいて有効であることが実証された。