近年来,与日俱增的移动相机如无人机搭载相机、可穿戴相机等,能够以灵活的视角对场景中目标进行观测。无人机搭载相机的垂直俯视视角能够以广阔的观察视野对目标进行观测,可穿戴相机的平视视角能够以沉浸式的视角对目标进行观测,二者互补能够对场景中目标进行灵活有效的全方位观测。跨大视角的多相机协同技术,使得基于俯视和平视视角结合的视频监控技术在目标跟踪、行人再识别、行人动作检测和行为分析等领域有着重要的研究意义。然而,高空俯视视角下在保证广阔视野的同时,丢失了目标大量外观特征信息。相反,地面平视视角近距离、自由移动得观察方式能够获取丰富的外观细节,但是缺乏观察目标的全局运动轨迹。将高空俯视视角和多个地面平视视角相机相结合的第一步是实现观察目标的关联,然而,大视角差异使得两个视角下目标的外观和运动特征有明显差异。如何进行大视角差异下多行人关联是一个极具挑战的问题。为此,本文提出一种使用空间分布特征对目标进行关联的方法。具体来说,在俯视视图下通过目标的位置信息进行建模,并定义匹配代价函数,以确定地面平视相机穿戴者的位置和观察方向。此外,基于空间上对不同视角下多行人的关联结果,进一步在时间域上对同一视角下进行多行人进行关联,提出了基于双耦合的马尔可夫决策过程的联合视角下多行人跟踪方法。具体来说,对任意视角下的每一个目标用一个马尔可夫决策过程描述目标的生命周期,通过两个视角的互补信息,实现对目标的持续有效的跟踪。另外,为了对提出跨视角下多行人关联和多行人跟踪方法的有效性进行评估,本文使用无人机搭载相机和多个头戴式相机采集并标注了一个存在大视角差异的俯视和平视视频序列的数据集,并且实验结果证明了所提出方法的有效性。