Dans cette étude, nous proposons TransTrack, un schéma simple mais efficace pour résoudre les problèmes de suivi multiple d'objets. TransTrack s'appuie sur l'architecture des transformateurs, qui est un mécanisme basé sur l'attention entre requêtes et clés. Il utilise les caractéristiques des objets de la trame précédente comme requête pour la trame actuelle et introduit un ensemble de requêtes d'objets apprises afin de détecter les nouveaux objets entrants. TransTrack établit un nouveau paradigme combinant détection et suivi en accomplissant la détection d'objets et leur association en une seule étape, simplifiant ainsi les configurations complexes à plusieurs étapes des méthodes de suivi par détection. Sur les benchmarks MOT17 et MOT20, TransTrack atteint respectivement 74,5 % et 64,5 % de MOTA (Multiple Object Tracking Accuracy), se positionnant compétitivement par rapport aux méthodes de pointe. Nous espérons que TransTrack offrira une nouvelle perspective dans le domaine du suivi multiple d'objets. Le code source est disponible à l'adresse suivante : \url{https://github.com/PeizeSun/TransTrack}.