Dies ist ein kurzer technischer Bericht über unseren vorgeschlagenen Ansatz für die Multiple-Object Tracking (MOT)-Challenge in komplexen Umgebungen. In diesem Paper behandeln wir die MOT-Aufgabe als ein zweistufiges Verfahren, bestehend aus Menschendetektion und Trajektorien-Übereinstimmung. Konkret haben wir einen verbesserten Menschendetektor entworfen und die meisten Detektionen zugeordnet, um die Vollständigkeit der Bewegungstrajektorien zu gewährleisten. Zudem schlagen wir eine ortsspezifische Übereinstimmungsmatrix vor, um präzisere Trajektorienzuordnungen zu erzielen. Ohne jegliche Modellfusion erreicht unser Ansatz auf dem DanceTrack-Challenge-Datensatz eine HOTA von 66,672 und eine MOTA von 93,971.