في الآونة الأخيرة، حظيت مُتابِعات الشبكات التوأمية (Siamese network) باهتمام كبير بسبب سرعتها العالية في المتابعة وأدائها المتميز. رغم النجاح الكبير الذي حققته، لا تزال هذه الإطارية للمتابعة تعاني من بعض القيود. أولاً، لا تستطيع التعامل بشكل صحيح مع دوران الأجسام الكبيرة. ثانياً، تتشتت المتابعة بسهولة عندما يحتوي الخلفية على أجسام بارزة. في هذا البحث، نقترح آليتين بسيطتين ولكنهما فعالتان، وهما تقدير الزاوية والقناع المكاني (spatial masking)، لمعالجة هذه القضايا. الغرض هو استخراج خصائص أكثر تمثيلاً بحيث يمكن الحصول على تطابق أفضل بين نفس الجسم من إطارات مختلفة. النتيجة هي مُتابِع يُسمى Siam-BM، والذي ليس فقط يحسن بشكل كبير أداء المتابعة، بل الأهم من ذلك أنه يحافظ على قدرة المتابعة الفورية. تقييمات على مجموعة بيانات VOT2017 تظهر أن Siam-BM يحقق EAO بمقدار 0.335، مما يجعله أفضل مُتابِع فوري حتى الآن.