在大型空间中构建视频分析应用的开发人员必须追踪同一对象在摄像头视角之间的移动。单摄像头 2D 追踪缺乏可靠的深度信息，通常在对象离开画面时丢失目标，限制了其在仓库安全、零售分析和智能建筑监控等应用中的使用。

当前的 3D 追踪方法需要手动配置或复杂的设置，难以扩展。