多目标检测与跟踪是目前计算机视觉领域中极具学术价值和商业潜质的研究方向。作为一种先进的视觉技术,其主要是在一段视频序列中检测定位识别多个目标,并对相同目标赋予身份标识以生成轨迹。研究难点主要集中在尺度变化、速度变化和目标间的相互遮挡等。在现有多目标跟踪算法中使用卡尔曼滤波预测目标位置,由于其只能进行线性预测,对于非线性场景未能达到最优预测。此外,现有算法的检测部分没有获取跟踪过程中的帧间目标偏移信息,在模型中独立进行目标检测,可将丰富的跟踪偏移信息反馈于检测以提升检测性能。本文基于上述调研开展以下工作:提出一种融入深度轨迹预测网络的多目标检测与跟踪联合算法,其主要由检测分支、重识别分支以及深度轨迹预测网络三部分组成。首先,检测分支和重识别分支为平行分支,在降低模型参数量的同时可学习到高质量有效特征,特征提取骨干在残差网络中加入深层聚合,使得具有更多的跳跃连接,上采样部分使用可变形卷积代替普通卷积。其次,通过深度轨迹预测网络进行短期估计,代替卡尔曼滤波器,减少检测的不正确关联。为防止权重选择对模型性能的影响过于强烈,使用不确定性多任务损失函数组合方法进行训练。最后,实验结果表明算法性能获得提升,MOTA提升1.9%。提出一种跟踪偏移辅助于检测的多目标检测与跟踪联合算法。首先,为建立维度之间的依存关系,消除通道和权重的间接对应,在特征提取骨干中引入轻量级三重注意力网络。其次,将不同的目标类别和背景区域隐式地考虑在内,通过代价空间存储两帧嵌入向量对之间的匹配相似度,以此计算跟踪偏移,并通过该跟踪偏移提升检测性能。再次,使用一种遮挡处理机制建模遮挡与被遮挡目标之间的关系,对于当前与先前轨迹匹配失败的检测框,未将其简单视为新轨迹的产生,若其位置差处于设置范围内,则重新激活之前轨迹。最后,实验结果表明算法性能获得提升,MOTA提升3.9%。