El seguimiento de múltiples personas en entornos reales es un problema desafiante, principalmente porque la silueta deformable del cuerpo humano y la iluminación variable del entorno cambian con el tiempo la apariencia de las personas. Esta situación provoca una alta dificultad en la asociación temporal de la identidad de las personas. El problema se acentúa cuando los individuos se mueven cerca de otros, se ocluyen, o cambian abruptamente su trayectoria. En esta tesis se propone un nuevo algoritmo de asociación temporal para el seguimiento individual y secuencial de múltiples personas en escenarios no controlados a partir de una cámara estacionaria. El algoritmo de asociación propuesto construye un grafo de seguimiento a partir de un análisis de la interacción de las personas y de mediciones con ruido proporcionadas por un esquema de detección de personas. El grafo de seguimiento modela las relaciones espacio-temporales de las personas en la escena para predecir y resolver oclusiones parciales y totales. Cuando se presenta un evento de oclusión total, el algoritmo genera diversas hipótesis acerca de la ubicación de la persona ocluida considerando 3 casos: a) la persona mantiene su misma dirección y velocidad, b) la persona adopta la dirección y la velocidad de su oclusor, y c) la persona permanece inmóvil durante la oclusión. Mediante el análisis del grafo de seguimiento durante su construcción, el algoritmo propuesto es capaz de detectar falsos positivos y falsos negativos en las mediciones de detección y también puede estimar la ubicación de personas no detectadas u ocluidas.