本稿は、複雑な環境下における複数対象追跡（Multiple-Object Tracking: MOT）チャレンジ向けに提案する手法に関する技術報告である。本研究では、MOTタスクを人間検出と軌跡マッチングの2段階プロセスとして扱う。具体的には、より良好な運動軌跡の整合性を確保するため、改良された人間検出器を設計し、検出結果の多くを関連付ける手法を採用した。また、位置に依存するマッチング行列を提案することで、より正確な軌跡マッチングを実現した。モデルのアンサンブルを一切用いずに、DanceTrackチャレンジデータセットにおいて、HOTAが66.672、MOTAが93.971を達成した。