التعقب متعدد الكائنات (MOT)، المهمة الأساسية في رؤية الحاسوب، تمتلك تطبيقات واسعة، ومؤخرًا، أصبحت مُتتبعات تعتمد على طريقة الكشف (tracking-by-detection) التي تفصل بين عمليتي اكتشاف الكائنات وربطها تُظهر أداءً متقدمًا على مستوى الحد الأقصى. ومع ذلك، على الرغم من الاستكشاف الواسع للتقنيات مثل تحسين الميزات ومقاييس المسافة، لا يزال مبدأ الربط نفسه مجالًا يتطلب دراسة أعمق. نتيجة لذلك، لا يزال العديد من المتتبعات تحتاج إلى ضبط يدوي لمعاملات فائقة الحساسية لكل سيناريو تتبع، مما يحد من قابليتها للتكيف ومتانتها في البيئات الديناميكية. لمعالجة هذه القيود، نقدم CMTrack، متتبعًا جديدًا يتميز بخوارزمية تطابق مُستندة إلى الثقة، مكوَّنة من ثلاث وحدات: التطابق المتسلسل المُستندة إلى الثقة (CCM)، ودمج القياس المُستند إلى الثقة (CMF)، وتحديث الميزات المُستند إلى الثقة (CFU). تمكن هذه الاستراتيجية من جعل المتتبع حلًا عامًا وعمليًا لسيناريوهات تتبع متنوعة ضمن إطار موحد، مع التخلص من الحاجة إلى ضبط المعاملات يدويًا. وقد أُثبتت فعالية CMTrack من خلال تقييمات شاملة على ثلاث مجموعات بيانات رائدة في مجال تتبع الكائنات: MOT17 وMOT20 وDanceTrack. وبشكل ملحوظ، يتفوق CMTrack باستمرار على المتتبعات الحالية ذات الأداء الرائد، مما يُظهر قدراته المتفوقة على التعميم. تم إتاحة الشفرات المصدرية والنموذج على الرابط التالي: https://github.com/kamkyu94/CMTrack.