Simple Online and Realtime Tracking (SORT) ist ein praktischer Ansatz für die mehrfache Objektverfolgung mit Fokus auf einfache und effektive Algorithmen. In diesem Beitrag integrieren wir optische Merkmale, um die Leistungsfähigkeit von SORT zu verbessern. Durch diese Erweiterung können Objekte über längere Zeiträume von Verdeckung hinweg verfolgt werden, wodurch die Anzahl der Identitätswechsel signifikant reduziert wird. Im Geist des ursprünglichen Frameworks verlagern wir einen Großteil der rechnerischen Komplexität in eine Offline-Vortrainingsphase, in der wir ein tiefes Assoziationsmaß auf einer großskaligen Person-Re-Identifikations-Datenbank erlernen. Während der Online-Anwendung werden Messwert-Track-Assoziationen mittels Nachbarschaftsabfragen im visuellen Erscheinungsbildraum hergestellt. Experimentelle Evaluationen zeigen, dass unsere Erweiterungen die Anzahl der Identitätswechsel um 45 % reduzieren und gleichzeitig eine insgesamt konkurrenzfähige Leistung bei hohen Bildraten erzielen.