本研究提出了一种MGCAT模型，用于恢复复杂轨迹。该模型通过构建复杂感知语义图，自适应地聚合多视图图特征，并对关键节点进行更高的关注。实验证明，MGCAT模型在处理复杂轨迹时具有更好的性能，整体F1得分提高了5.22％，对于复杂轨迹特别是F1得分提高了8.16％。