نُقدّم مُتَّبِعًا مُتَّسِقًا مُزوّدًا بـ IoU مُتَّسِق (C-BIoU) لتتبع كائنات متعددة تُظهِر حركات غير منتظمة وملامح غير قابلة للتمييز. عندما تكون السمات البصرية غير موثوقة، وتُربك السمات الهندسية الحركات غير المنتظمة، قد تؤدي تطبيقات الطرق التقليدية لتتبع الكائنات المتعددة (MOT) إلى نتائج غير مرضية. لمعالجة هذه المشكلة، يُضيف مُتَّبِعنا C-BIoU مساحات تخزين مؤقتة (Buffers) لتوسيع نطاق التوافقيات بين الكشفات والمسارات، مما يُخفّف من تأثير الحركات غير المنتظمة من جهتين: الأولى هي القدرة على إجراء توافق مباشر بين كشفات ومسارات متطابقة لكنها لا تتداخل في الإطارات المجاورة، والثانية هي تعويض انحراف تقدير الحركة داخل نطاق التوافقيات. بالإضافة إلى ذلك، لخفض خطر التوسع المفرط في نطاق التوافقيات، نستخدم عملية توافق متسلسلة (Cascaded Matching): حيث نبدأ أولاً بتوافق المسارات النشطة والكشفات باستخدام حجم مساحة تخزين صغيرة، ثم نُجري توافقًا إضافيًا للمسارات والكشفات غير المُتوافقة باستخدام حجم مساحة تخزين كبيرة. وعلى الرغم من بساطة هيكله، يُظهر مُتَّبِع C-BIoU أداءً مبهرًا ويحقق نتائج من الدرجة الأولى (State-of-the-art) على مجموعات بيانات MOT التي تركز على الحركات غير المنتظمة والملامح غير القابلة للتمييز. علاوةً على ذلك، يُعد مُتَّبِع C-BIoU العنصر المحوري في حلّنا الذي حصل على المركز الثاني في تحديات CVPR'22 SoccerNet MOT وECCV'22 MOTComplex DanceTrack. وأخيرًا، نحلل في دراسات التحليل (Ablation Studies) القيود التي يواجهها مُتَّبِع C-BIoU، ونناقش نطاق تطبيقاته.