随着计算机视觉技术的不断发展,基于图像的人工智能技术得到了学术界和工业界的极大关注。多目标跟踪技术作为计算机视觉领域中的一项重要任务,它继承目标检测的结果并为后续的跨境跟踪、动作识别、行为理解等任务提供数据基础。当前在多目标跟踪任务中,行人跟踪是一大研究热点与难点问题。由于行人间通常存在外观相似、尺度和姿态差异较大、目标间遮挡频繁等现象,往往难以准确的定位和跟踪目标。此外,场景中的背景干扰也会给跟踪的稳定性带来挑战。在此背景下,本文研究行人多目标跟踪问题,针对行人多目标跟踪中的目标遮挡、背景干扰等问题,对Fair MOT算法的部分端到端架构进行了改进。首先在编码网络中引入高效通道注意力模块,提升编码网络的特征提取能力,抑制图像中的背景干扰,使网络专注于目标特征的学习;其次,在解码网络中引入可切换的空洞卷积,可以让网络根据目标的形变动态调整感受野,增强网络对不同尺度目标的适应性;最后,在数据关联部分,提出目标最小遮挡策略,可以帮助暂时丢失的目标重新关联到现有轨迹中,减少轨迹的身份切换次数。本文在MOT16、MOT17和MOT20数据集上将所提出的跟踪方法与现阶段优秀的跟踪算法相对比,实验表明,本文提出的跟踪方法是具有一定优越性的。针对跟踪场景中目标定位不准确、网络训练不均衡等问题,改进了完全端到端的Chained-Tracker算法。首先修改了网络中的金字塔模块,提升了网络对场景中目标定位的准确性,其次修改了网络的边界框对回归损失函数以及损失函数的权重,促进了网络对各项任务与样本的均衡学习。本文在MOT17数据集上,将所提出的方法与现有的优秀多目标跟踪方法进行对比,实验结果表明本文提出的跟踪方法与当今优秀的跟踪方法相比结果是具有竞争力的。