オクルージョン、不規則な動き、視覚的類似性の3つの組み合わせた，意味のある記述的なデータセットの複雑さ評価指標MOTCOMを世界で初めて提案し，既存の問題を解決した．それまでのMOTコミュニティでは，データセットの複雑さを定量的に評価できる指標がなく，単純な統計や直感，リーダーボートで上位にランクインすることが評価指標だった．もちろん異なるデータセット間の定量的な特徴の比較もできていなかった．

MOT17、MOT20、MOTSynthの各データセットを用いてMOTCOMを評価し、MOTシーケンスの複雑さを表現する上で、従来のトラック密度やトラック数といった単純な統計と比べてMOTCOMがはるかに優れていることを示した．(添付写真)

【Project Pageへのリンク】 https:/vap.aau.dk/motcom. 【添付写真について】 MOT17とMOT20のテストスプリットにおけるHOTAの平均的なトップ30の性能（個別および組み合わせ）によるグランドトゥルースランクに対するdensity、tracks、MOTCOMのランクの平均FDを示している．(低ければ低いほど良い)