本文介绍了一种基于运动的多目标跟踪方法，通过引入适应性的运动预测器AM-SORT，解决了在涉及非线性运动和遮挡情景时估计未来物体位置的限制。实验证明该方法在预测遮挡下的非线性运动方面有效。

DeepMoveSORT是专为动态和非线性运动模式场景设计的多目标跟踪器，通过使用可学习的深度滤波器和新的启发式方法，改善了基于运动的关联方法，提高了关联性能。研究表明，使用可学习的滤波器代替Kalman滤波器，并结合基于外观的关联是实现强大的通用跟踪性能的关键。