マルチビュー集約は、マルチオブジェクト検出および追跡における遮蔽と未検出の課題を克服する可能性を秘めています。最近のマルチビュー検出や3Dオブジェクト検出の手法では、すべてのビューを地上面に投影し、バードアイビュー（BEV）で検出を行うことで、大きな性能向上が達成されました。本論文では、BEVでの追跡がマルチターゲットマルチカメラ（MTMC）追跡において次の性能向上をもたらすかどうかを調査します。現在のマルチビュートラッキングの大多数の手法は、各ビューで検出と追跡を行い、グラフベースの手法を使用して各ビュー間での歩行者の関連付けを行っています。この空間的な関連付けは、BEVで各歩行者を一度だけ検出することで既に解決されており、残る問題は時間的な関連付けのみです。時間的な関連付けに関しては、各検出に対して強力な再識別（re-ID）特徴量を学習する方法を示します。結果は、BEVでの早期統合が検出と追跡双方で高い精度を達成することを示しています。EarlyBirdは最先端の手法を超えており、Wildtrackデータセットにおいて+4.6 MOTAおよび+5.6 IDF1の改善を達成しています。