Les méthodes fondées sur la détection et l’embedding conjoints (JDE) estiment généralement les boîtes englobantes et les caractéristiques d’embedding des objets à l’aide d’un seul réseau dans le cadre du suivi d’objets multiples (MOT). Pendant la phase de suivi, les méthodes JDE combinent l’information sur le mouvement cible et l’information d’apparence selon la même règle, ce qui peut entraîner des échecs lorsque la cible est brièvement perdue ou bloquée. Pour surmonter ce problème, nous proposons une nouvelle matrice d’association, nommée matrice d’embedding et de Giou, qui combine la distance cosinus entre les embeddings et la distance Giou des objets. Afin d’améliorer davantage les performances de l’association de données, nous développons un suiveur simple et efficace, nommé SimpleTrack, qui met en œuvre une méthode de fusion descendante pour la ré-identification et propose une nouvelle stratégie de suivi basée sur notre matrice EG. Les résultats expérimentaux montrent que SimpleTrack possède une capacité d’association de données remarquable, atteignant notamment 61,6 HOTA et 76,3 IDF1 sur MOT17. En outre, nous appliquons la matrice EG à cinq méthodes de pointe basées sur JDE, obtenant ainsi des améliorations significatives sur les métriques IDF1, HOTA et IDsw, tout en augmentant la vitesse de suivi de ces méthodes d’environ 20 %.