في هذا العمل، نقترح نموذجًا جديدًا يُعرف بـ "المرشحات الترابطية المُنظَّمة مكانيًا التكيفية" (ASRCF) بهدف تحسين معاملات المرشح والوزن المكاني للتنظيم بشكل متزامن. أولاً، يمكن لهذا النموذج المُنظَّم مكانيًا تكيفيًا تعلُّم وزن مكاني فعّال لجسم معين وتغيرات مظهره، مما يؤدي إلى معاملات مرشح أكثر موثوقية أثناء عملية التتبع. ثانيًا، يمكن تحسين نموذج ASRCF بشكل فعّال باستخدام طريقة الاتجاه المتناوب لعدة مضاعفات (ADMM)، حيث يمتلك كل مشكلة فرعية حلًا تحليليًا مغلقًا. ثالثًا، يستخدم مُتابعنا نموذجين مختلفين من نماذج المرشحات الترابطية (CF) لتقدير الموقع والمقاس على التوالي: نموذج المرشح للوضع يستفيد من تجميع ميزات سطحية وعميقة لتحديد الموقع المثالي بدقة، بينما يعمل نموذج المرشح للمقاس على ميزات سطحية متعددة المقاييس لتقدير المقياس المثالي بكفاءة. أظهرت التجارب الواسعة على خمسة معايير حديثة أداءً متميزًا مقارنة بعدد كبير من الخوارزميات الرائدة، مع أداء في الزمن الحقيقي يصل إلى 28 إطارًا في الثانية.