Los avances en técnicas de posicionamiento han generado enormes datos de trayectorias que representan la movilidad de objetos, por ejemplo, peatones y teléfonos móviles. Es importante integrar información de diversas modalidades para el seguimiento de sujetos o la predicción de trayectorias. Nuestro trabajo intenta relacionar un rostro con un teléfono móvil correspondiente basándose en las trayectorias heterogéneas. Proponemos un marco que asocia las trayectorias faciales con sus correspondientes trayectorias de teléfonos móviles utilizando características elaboradas y explicables. Nuestra solución incluye dos etapas: una selección inicial de trayectorias de teléfonos para una trayectoria facial dada y una identificación posterior de cuál trayectoria de teléfono proporciona una coincidencia exacta con la trayectoria facial dada. En la primera etapa, proponemos un algoritmo de Búsqueda de Ventanas EspacioTemporales de Multi-Granularidad (MGSTWS) para seleccionar teléfonos móviles candidatos que estén cerca espaciotemporalmente de un rostro dado. En la segunda etapa, primero construimos una función de afinidad para puntuar pares de puntos de trayectoria de rostro-teléfono seleccionados por MGSTWS, y construimos un conjunto de características para construir un determinador de coincidencia de trayectoria de rostro-teléfono que determina si una trayectoria de teléfono coincide con una trayectoria de rostro dada. Nuestras características bien diseñadas garantizan una alta simplicidad e interpretabilidad del modelo. Entre el conjunto de características, BGST aprovecha inteligentemente la desasociación entre un rostro y un teléfono móvil incluso si existe cierta co-ocurrencia para un par de rostro-teléfono que no coincide. Basándonos en el conjunto de características, representamos la tarea de coincidencia de rostro-teléfono como un problema de clasificación binaria y entrenamos varios modelos, entre los cuales LightGBM logra el mejor rendimiento con un 92.6% de precisión, 96.9% de precisión, 88.5% de recuperación y un 92.5% de F1. Nuestro marco es aceptable en la mayoría de los escenarios de aplicación y puede beneficiar algunas tareas secundarias. La arquitectura de preselección-refinamiento de nuestro marco garantiza la aplicabilidad y eficiencia del marco de coincidencia de pares de trayectorias de rostro-teléfono.