近年来,移动相机技术取得快速发展,类型多样的移动相机,如手机相机,Gopro等,为目标行为分析、场景内容理解等提供了丰富的信息来源。此外,传统的视频监控任务往往采用单个相机获取视频,导致相机覆盖范围有限,无法全面获取场景信息。相比于单一视角的固定相机,穿戴式相机可以自由移动从而具有更加灵活便捷的优势,为视频监控提供了更多的可能性。对此,本文试图利用多个可移动相机,提供互补的视角来更好地捕获场景中的人物交互和群体行为。对于上述问题,如何更准确地检测群体行为活动高度依赖于不同穿戴式相机所采集的多个视频之间有效的协同分析。然而,由于不同摄像机之间的视角关系随时间不断变化,而且每个视频中都会出现人物之间的相互遮挡,因此对多视频协同分析造成了新的挑战。本文聚焦如何利用多个穿戴式相机协同分析识别多人场景中的交互行为,具体包括以下三个任务:（i）跨视角多目标身份重识别;（ii）密集人群场景目标交互行为时空检测,包括该活动的发生时间范围与所涉及目标;（iii）所发生交互行为的类别识别。针对上述任务,我们将每段视频表示为图结构（图的节点表示视频中出现的人）,并设计了端到端的图卷积神经网络来同时完成上述三个任务,其中利用图匹配网络完成两视频中相同的人物的关联,利用图推理网络检测出人与人之间的交互行为。为此,我们建立了针对上述任务的大规模视频数据集,包含五种多视角人人交互动作,为本文的研究提供了测试评估基准。通过大量的实验分析验证了本文提出方法的有效性和优越性,同时,各项消融实验也验证了每个模块的必要性。