यह शोधपत्र मल्टी-ऑब्जेक्ट ट्रैकिंग (MOT) में उच्च-विश्वसनीयता वाले डिटेक्शन बाउंडिंग बॉक्स के चयन की समस्या पर केंद्रित है। जहाँ मौजूदा बूस्टट्रैक दृष्टिकोण, डिटेक्शन की विश्वसनीयता में सुधार करके बहु-स्तरीय लिंकेज विधियों की कमियों को दूर करने का प्रयास करता है, वहीं यह शोधपत्र बूस्टट्रैक की विश्वसनीयता संवर्द्धन तकनीकों की सीमाओं को संबोधित करता है और प्रदर्शन में सुधार के लिए एक नवीन दृष्टिकोण प्रस्तावित करता है। प्रस्तावित विधि आकार, महालनोबिस दूरी और एक नवीन सॉफ्ट BIoU समानता माप को मिलाकर एक समृद्ध समानता माप का निर्माण करती है और ट्रू पॉजिटिव डिटेक्शन के चयन को बेहतर बनाती है। इसके अलावा, हम एक सॉफ्ट डिटेक्शन विश्वसनीयता संवर्द्धन तकनीक प्रस्तुत करते हैं जो समानता माप और पिछले विश्वसनीयता स्कोर के आधार पर एक नया विश्वसनीयता स्कोर, और डिटेक्शन और ट्रैकलेट्स के बीच अनियमित रूप से अद्यतन किए गए निम्न समानता मापों को ध्यान में रखते हुए एक परिवर्तनशील समानता सीमा की गणना करती है। प्रस्तावित परिवर्धन स्वतंत्र हैं और किसी भी MOT एल्गोरिथम पर लागू होते हैं। परिणामस्वरूप, प्रस्तावित विधि को बूस्टट्रैक+ बेसलाइन के साथ संयोजित करने पर MOT17 डेटासेट पर अत्याधुनिक परिणाम प्राप्त होते हैं और MOT20 डेटासेट पर HOTA और IDF1 स्कोर पर नए अत्याधुनिक परिणाम प्राप्त होते हैं। स्रोत कोड प्रदान किया गया है।
