L'extraction des caractéristiques par les radars conventionnels rencontre des limitations dues à une faible résolution spatiale, au bruit, aux réflexions multiples, à la présence de cibles fantômes et à l'effet de flou du mouvement. Ces limitations peuvent être exacerbées par le mouvement non linéaire des objets, en particulier d'un point de vue égo-centré. Il devient évident que pour relever ces défis, la clé réside dans l'exploitation des relations temporelles de caractéristiques sur un horizon étendu et dans l'imposition de la cohérence spatiale du mouvement pour une association efficace. À cet effet, cet article propose SIRA (Scalable Inter-frame Relation and Association) avec deux conceptions. Premièrement, inspirés par le Swin Transformer, nous introduisons une relation temporelle étendue, généralisant la couche de relation temporelle existante de deux images consécutives à plusieurs images intermédiaires avec une attention fenêtrée regroupée temporellement pour assurer la scalabilité. Deuxièmement, nous proposons une piste de cohérence du mouvement basée sur le concept d'un pseudo-segment de piste généré à partir des données d'observation pour améliorer la prédiction de trajectoire et l'association subséquente des objets. Notre approche atteint un [email protected] de 58,11 % pour la détection d'objets orientés et un MOTA de 47,79 % pour le suivi multiple d'objets sur le jeu de données Radiate, surpassant respectivement les meilleures performances précédentes avec un avantage de +4,11 [email protected] et +9,94 MOTA.