다중 카메라를 활용한 다수 인물 추적은 감시 및 대규모 인원 관리, 사회적 행동 분석 등에 핵심적인 기술로, 서로 다른 카메라 시야에서 다수의 개인이 포함된 복잡한 상황에 대한 대규모 모니터링과 포괄적인 이해를 가능하게 합니다. 그러나 장면 내에서 심각한 가림 현상과 카메라 시점 간 큰 차이로 인해, 특히 온라인 환경에서 서로 다른 카메라 간 동일 대상을 정확히 매칭하고 연관시키는 데 높은 요구가 있습니다. 이러한 문제를 해결하기 위해 본 연구에서는 새로운 온라인 다중 카메라 다수 인물 추적 시스템을 제안합니다. 이 시스템은 대상의 기하학적 일관성 제약과 외형 정보를 효과적으로 통합함으로써 추적 정확도를 크게 향상시켰습니다. 또한, 추적 상태를 인지하는 Re-ID 보정 메커니즘을 설계하여, Re-ID 특징을 적응적으로 활용해 대상 간 오류 매칭을 보정하는 기능을 구현했습니다. 제안한 시스템은 다양한 시나리오에 대해 뛰어난 적응성을 보였으며, 2024 AI City Challenge의 Track1에서 평가되었으며, HOTA 점수 67.2175%를 기록하여 랭킹에서 2위를 달성했습니다. 코드는 다음 링크에서 공개될 예정입니다: https://github.com/ZhenyuX1E/PoseTrack