我々は、追跡対象の近傍情報を利用して単一物体追跡（Single-Object Tracking: SOT）の結果を検証し、改善するための後処理器であるNeighborTrackを提案します。この手法は追加のデータや再学習を必要とせず、代わりにバックボーンSOTネットワークが予測した信頼度スコアを使用して近傍情報を自動的に導出し、その情報を用いて追跡結果を改善します。遮蔽された対象を追跡する際には、その外観特徴は信用できません。しかし、一般的なシアムネットワークは信頼度スコアのみから対象が遮蔽されているかどうかを判断できず、高信頼度スコアを持つ近傍によって誤導される可能性があります。提案するNeighborTrackは、非遮蔽の近傍の情報を活用して追跡対象を再確認し、対象が遮蔽されている場合の誤った追跡を軽減します。これにより、遮蔽による影響だけでなく、物体の外観変化によって引き起こされる追跡問題も修正されます。NeighborTrackはSOTネットワークや後処理方法に依存せず、短期間物体追跡で一般的に使用されるVOTチャレンジデータセットにおいて、Ocean, TransT, およびOSTrackという3つの有名なSOTネットワークの性能を平均${1.92\%}$1.92% EAO（Expected Average Overlap）と${2.11\%}$2.11% ロバスト性で向上させました。また、OSTrackに基づく中期・長期追跡実験では、LaSOTで最先端の${72.25\%}$72.25% AUC（Area Under Curve）、GOT-10Kで${75.7\%}$75.7% AO（Accuracy and Overlap）を達成しました。コードはhttps://github.com/franktpmvu/NeighborTrackで公開されています。