多对象跟踪 （MOT） 的目标是跨帧检测和跟踪场景中的所有对象，同时保持每个对象的唯一标识。现有的方法大多依赖于被检测物体在连续帧中的时空运动特征和外观嵌入特征。有效、稳健地表示长轨迹的空间和外观特征已成为影响 MOT 性能的关键因素。我们提出了一种新的外观和时空运动特征表示方法，改进了分层聚类关联方法 MOT FCG。对于时空运动特征，我们首先提出了对角线调制 GIoU，它更准确地表示了物体的位置和形状之间的关系。其次，提出了平均等速建模，以减少观测噪声对目标运动状态估计的影响。对于外观特征，我们在企业置信度信息中使用动态外观表示，使轨迹外观特征更加稳健和全局。基于基线模型 MOT FCG，我们实现了所有性能的进一步改进。我们在 MOT17 测试集上实现了 63.1 HOTA、76.9 MOTA 和 78.2 IDF1，并在 FP、Prcn 和 DetPr 指标上达到 SOTA 水平，在私有检测排名中排名第一。该代码将在发布时公开提供。