在过去其它大多数的多目标行人追踪学术研究中,行人的位置和轨迹均只是二维图像坐标下的位置和轨迹,和行人在现实三维空间中的位置和轨迹还是有很大的差异。所以,本文在传统相机标定方法的基础之上改进并提出了一种新的基于多摄像头的联合标定算法,为追踪系统之中的多路摄像头建立起一个统一的三维的世界坐标系,使得行人在三维空间中的位置能够得到有效准确的追踪。此外,现有算法都时间开销太大,很难做到实时应用。基于这样的目的,本文提出一整套在多摄像头上实时运行的多目标行人追踪系统。本文的主要贡献有三点:第一本文在传统相机标定方法的基础之上改进并提出了一种新的基于多摄像头的联合标定算法,使用主成分分析法减小Z轴方向误差,以及使用多摄像头参数传递减小原点标定误差。之后为追踪系统之中的多路摄像头建立起一个统一的三维的世界坐标系,并且求解出追踪系统中各个摄像头的图像坐标系和三维世界坐标系之间的映射关系。并且在此基础之上,提出并且实现了一种轻量的二维和三维联合追踪的算法。本文充分利用了三维轨迹的位置和运动信息,使得三维匹配更加准确,同时去除了寻找最优路径的过程使得算法更加轻量化,并且在三维匹配之后进行重映射以提高二维追踪的精度。第二,为了实现实时追踪,本文提出了从全局到局部的基于检测的追踪算法,在关键帧使用全局检测而在非关键帧处使用运动预测以及局部检测。局部检测器在充分利用了时序上的目标位置的先验信息后,得以使用简单的网络来对目标进行很好的追踪。从全局到局部的基于检测的追踪算法使得我们的系统在单摄像头下多目标追踪在保持精度的同时,提升了时间性能。第三,本文整合了以上多种算法,实现了一个完整的鲁棒的基于多摄像机的实时的多目标行人追踪系统。为了完成这个系统本文还构建了一个12000多张图片的行人头肩检测数据集。本文通过充分的实验验证了提出的算法的有效性。本文中所设计的实验包括各个算法的独立的准确性和实时性分析,以及整合系统的准确性、实时性和鲁棒性分析。具体有在实验室环境下对传统标定方法和我们联合标定方法的精度比较;在GOT-10K数据集上验证运动预测模型的性能;在自建的行人检测数据集上验证全局检测器和局部检测器;在PETS-09多摄像头行人追踪数据集上验证整体性能。