本发明提出的小目标跟踪方法和装置，包括模型训练阶段、目标跟踪阶段和模型更新阶段。模型训练阶段进行包含自我注意力模块在内的整个跟踪模型中卷积神经网络参数的确定；跟踪阶段依据训练好的模型进行目标位置的持续检测；模型更新阶段是在满足预设条件时，对跟踪模型不同模块的参数进行更新，以保证持续准确鲁棒的跟踪效果。本发明结合运动目标多重特征执行目标跟踪过程，具有更高的抗干扰能力和鲁棒性，并且通过卷积神经网络所构建的自我注意力模块，获取每一种特征响应图对应的权重图，将传统的单一融合系数拓展为与响应图大小一致的二维融合系数矩阵(称之为“注意力图”)，使得特征融合更加精准，对不同场景下的跟踪具有更强的适应性。