グラフ構造をキャプチャできるmessage passing networks(MPN)を活用し，追跡問題全体を学習タスクとして扱う方法を示した．特徴抽出とデータの関連付けの両方を共同で学習できるパイプラインを提案した．

提案された手法によってMOT15およびMOT17データセットを学習し，実験を行った結果，MOTAが1%，IDFが2.7%の精度向上が見られた

MOTを活用した追跡タスク全体を学習タスクとして扱うことで，以前までの最先端技術と比較してパフォーマンスが向上した．