本研究では顕微鏡下での精子分析のための機械学習による高精度な精子検出・追尾モデルの構築を目指している. 従来のEnd-to-End型の検出・追尾モデルは検出と追尾を同時に最適化する. その結果, 学習が競合し, 検出精度が低下する. また, 精子動画像は不鮮明であるため, 精子の誤検出や未検出が発生するという課題がある. この課題に対し本稿では, 事前学習済み物体検出モデルからのクエリを補助的に検出タスクに用いる手法を提案する. VISEM-Trackingによる実験の結果, 精子検出追尾タスクにおいて, HOTAで0.7%, MOTAで1.6%の精度向上が確認できた。