يُعدّ التتبع البسيط والفعّال في الزمن الحقيقي (SORT) نهجًا عمليًا لتتبع الكائنات المتعددة، مع التركيز على خوارزميات بسيطة وفعّالة. في هذه الورقة، نُدمج معلومات المظهر لتحسين أداء SORT. وبفضل هذه التوسعة، أصبح بإمكاننا تتبع الكائنات خلال فترات احتباس أطول، مما يقلل بشكل فعّال من عدد عمليات تبديل الهوية. وبالتزامن مع روح الإطار الأصلي، نُركّز جزءًا كبيرًا من التعقيد الحسابي في مرحلة ما قبل التدريب غير الزمنية، حيث نتعلم قياس الترابط العميق على مجموعة بيانات واسعة النطاق لتحديد الهوية الشخصية. أثناء التطبيق الزمني الفعلي، نُنشأ ارتباطات بين القياسات والمسارات باستخدام استعلامات الجيران الأقرب في فضاء المظهر البصري. تُظهر النتائج التجريبية أن التوسعات المقدمة تقلل من عدد عمليات تبديل الهوية بنسبة 45٪، مع تحقيق أداءً مُنافسًا على نطاق واسع عند معدلات إطارات عالية.