過去10年間、動画における物体検出および追跡分野では著しい進展が見られた。本論文では、事前学習済みの物体検出器と複数の単一物体オンライン追跡器との協調的なモデルを、パーティクルフィルタリング枠組み内で提案する。各フレームにおいて、検出結果と追跡器との間の対応関係を構築し、追跡器に関連付けられた検出画像領域をキーサンプルとして扱い、オンライン更新を行う。また、物体の運動ダイナミクスを組み込んだ運動モデルを提示する。さらに、各追跡器の外観モデルを効果的に更新するためのサンプル選択戦略を提案する。尤度関数には判別型外観モデルを、データ関連付けには生成型外観モデルをそれぞれ用いる。実験結果から、提案手法が一般的に最先端の手法を上回ることを示した。