複数カメラによる複数人物追跡技術は、監視・混雑管理および社会行動分析において不可欠な技術であり、異なるカメラ視点にまたがる複数の人物を含む複雑なシナリオについて大規模なモニタリングと包括的な理解を可能にします。しかし、シーン内の重度なオクルージョンやカメラ視点の顕著な違いにより、異なるカメラ間で同一ターゲットを正確にマッチング・相関させることが極めて難しく、特にオンライン環境下では高い要求が課されます。この課題に対処するため、本研究では新たなオンライン型複数カメラ・複数人物追跡システムを提案します。本システムは、ターゲットの幾何学的整合性制約と外観情報の統合により、追跡精度を効果的に向上させます。さらに、ターゲット間の誤マッチを適応的に補正するため、状態を認識するRe-ID補正メカニズムを設計しました。本システムは、さまざまなシナリオにおいて優れた適応性を示しました。本提案システムは、2024年AI City ChallengeのTrack1において評価され、HOTAスコア67.2175％を達成し、リーダーボードで2位を獲得しました。コードは以下のURLで公開される予定です：https://github.com/ZhenyuX1E/PoseTrack