近年来，随着目标检测领域的快速发展，使得基于目标检测的视频多目标跟踪算法取得了突破性进展，在视频监控与安防、智能医疗、自动驾驶等方面都有着非常广泛的应用。然而算法的跟踪速度问题以及如何应对目标遮挡带来的跟踪漂移问题，仍然是制约其实际应用的两个重要因素。本论文主要针对这两个问题展开了研究，主要工作内容如下。
　　首先，为了实现多目标跟踪网络跟踪速度与精度之间的良好平衡，提出一种融合目标检测与数据关联的视频多目标跟踪算法。当前基于目标检测的视频多目标跟踪算法大多把目标检测和数据关联看作两个相互独立的组成部分，导致算法执行效率较低，难以达到实时视频处理的要求。为了解决上述问题，将两者融合到一个统一的深度学习网络中，共用目标基础特征，并行执行，仅在最后关联时调用目标检测结果做掩码处理，极大提升了算法执行效率。
　　然后，提出一种融合时空特征的抗遮挡视频多目标跟踪算法，在保证跟踪速度优势的基础上，进一步提升多目标跟踪精度。目标外观特征是实现数据关联的重要依据，而遮挡会破坏外观特征的提取，容易引起跟踪漂移现象。为了解决这一问题，在时间和空间上，基于多重注意力机制，对主干网络提取到的目标外观特征进行对应加强，增大非遮挡位置的比重，从而使数据关联更加准确，提升算法跟踪性能。
　　最后，分别在MOT15、MOT16、MOT17三个公开数据集上进行实验，并对比多种先进算法，结果表明算法不仅实现了对多个目标的高效跟踪，而且保证了跟踪精度处于领先水平，具有很高的实际应用价值。