近几年,计算机视觉领域研究的爆炸式增长,目标追踪在工业视觉识别任务中有着重要的应用,可以辅助目标检测,同时又提高了识别的速度,具有一定的理论价值和研究意义。但是在实际应用场景中,多目标追踪依然面临着场景变化带来的无法准确追踪,鲁棒性差,整体系统速度低下的问题。本论文的主要研究目标是实现应用于无人机的多目标追踪,围绕实际应用场景需求,深入研究了多目标追踪算法方案,提出了并行检测的多目标追踪算法模型提高准确率和整体系统速度,提出了联合空间域和通道域的注意力机制提高鲁棒性。本论文贡献如下:（1）提出了基于Transformer并行检测和追踪的方案针对传统的基于检测的多目标追踪算法整体的追踪系统速度低下、追踪准确性差的问题,提出基于Transformer的并行检测和追踪方案模型PDT-TR。该方案并行检测器和前一帧追踪器,联合辅助当前帧追踪,达到了较高的追踪准确度,大幅减少了漏检误检数量。同时,检测和追踪并行处理,替代基于检测的追踪算法冗余计算的问题,提高了整体追踪系统的速度。实验验证该模型在MOTA、MOTP、FP、FN等指标上达到了当前较好效果,并在FN这一指标达到最优。（2）提出了联合空间域和通道域的注意力机制分析了以无人机为目标的追踪场景可能遇到的难点。针对复杂场景下目标尺度小、相似背景干扰带来的追踪效果不佳的问题,提出了在CNN主干网络中加入联合空间域和通道域的注意力机制,结合了STN和SENet子结构对于图像位置和通道的特征提取优势,融合两种特征输出。实验验证在CNN主干网络中添加空间域和通道域的注意力机制,提高了准确率、降低了误检和漏检指标。在无人机数据集下本文模型的测试结果,实现了在复杂场景下鲁棒地多目标追踪。