视觉多目标跟踪是计算机视觉中重要的研究方向,在无人驾驶、智能监控等领域中有着重要的应用价值。目前深度回归网络的多目标跟踪便于利用多层深度特征,且对尺度不敏感而得到广泛关注。然而由于目标受到姿态变化、相似外观、频繁遮挡以及短时间进出等影响,使得复杂场景的多目标跟踪仍然面临许多问题。此外,基于目标检测的多目标跟踪算法,对目标检测器有着很高的要求,但复杂场景下的多目标检测性能仍有待提升。针对以上问题,本文基于深度回归网络,从多目标检测、深度关联性分析两个方面进行深入研究,主要研究内容如下:提出了一种基于高分辨率多尺度特征融合的多目标检测算法。该算法不同于传统的目标检测算法,本算法在主干网络中逐步并行加入关注于不同尺度的特征提取子网络,通过不断地交换多分辨率网络之间的信息,进而充分的融合各层特征,得到高分辨率的目标特征。很大程度上降低了传统算法中由于提取的特征不够丰富而导致目标检测中常见的错检率,漏检率偏高的问题,提升了目标检测的准确度。在基准数据集MOT17和MOT16上的消融实验结果表明,此改进大大提升了目标检测的性能,优于目前大多数目标检测算法,最终使得目标跟踪的性能得到提升。提出了一种基于深度关联的多目标跟踪算法。相比于以往特征提取网络为了保留更多目标的细节信息而网络深度普遍较浅的问题,本算法在特征提取阶段加深网络的同时,通过平滑网络层,添加非局部注意力,以及结合重建损失,既增强了目标特征语义信息,又解决了提取的特征细节不够丰富的问题。同以往目标关联分析一样,本算法在关联分析阶段得到相似矩阵,进而实现不同帧目标之间的关联。但与以往关联分析方法不同,本算法用孪生网络联合训练一对不需连续的帧,解决目标频繁遮挡导致的ID转换问题。针对跟踪目标因短时进出视频帧而存在的ID改变的问题,本算法在传统相似矩阵的基础上添加了额外的列行去表示目标的进出。结合提出的目标检测算法,在基准数据集MOT17,MOT16和MOT15上的实验结果表明,本文方法提高了多目标跟踪的性能,超过了目前最流行的多目标跟踪算法。