Une détection et un suivi précis des objets sont essentiels pour une compréhension efficace des vidéos. Dans les travaux précédents, ces deux tâches ont été combinées de manière à ce que le suivi repose largement sur la détection, tandis que la détection bénéficie marginalement du suivi. Pour augmenter la synergie, nous proposons d'intégrer plus étroitement ces tâches en conditionnant la détection d'objets dans l'image courante sur les trajectoires partielles (tracklets) calculées dans les images précédentes. Avec cette approche, les résultats de détection d'objets non seulement présentent des réponses de détection élevées, mais aussi une cohérence améliorée avec les trajectoires partielles existantes. Cette cohérence accrue conduit à des trajectoires estimées d'objets plus fluides et stables que les parcours saccadés obtenus sans détection conditionnée par les trajectoires partielles. Au cours de nombreuses expériences, cette méthode a montré des performances de pointe en termes de précision de détection et de suivi, ainsi que des améliorations notables en stabilité de suivi.