多カメラ追跡システムは、フリクションレスチェックアウトなどの高品質な追跡結果を必要とするアプリケーションで人気を集めています。単一カメラの多物体追跡（MOT）システムは、遮蔽物がある混雑した環境ではしばしば失敗しますが、複数の重なり合うカメラを使用することで、部分的な3次元情報を復元し、この問題を大幅に軽減することができます。しかし、多様なカメラ設定と背景を持つ高品質な多カメラ追跡データセットを作成するコストが高く、この分野でのデータセットの規模が制限されていました。本論文では、自動アノテーションシステムの支援により、5つの異なる環境で大規模かつ密にラベル付けされた多カメラ追跡データセットを提供します。このシステムは、重なり合う深度カメラとRGBカメラを使用して高性能な3次元追跡器を構築し、3次元追跡結果を自動生成します。3次元追跡結果は、各RGBカメラビューに投影され、2次元追跡結果が作成されます。その後、3次元追跡結果を手動で確認および修正し、ラベルの品質を確保します。これは完全手動アノテーションよりも大幅に安価です。私たちは2つのリアルタイム多カメラ追跡器と異なる設定の人再識別（ReID）モデルを使用して広範な実験を行いました。このデータセットは、混雑した環境での多カメラ・多物体追跡システムのより信頼性のあるベンチマークを提供します。また、私たちの結果は、これらの追跡器とReIDモデルをこのデータセットに適応させることで性能が大幅に向上することを示しています。本研究が受理された場合、当該データセットは公開される予定です。