本发明属于计算机视觉技术领域，特别涉及一种基于小样本学习的多目标濒危动物跟踪方法，该方法包括：将待检测的视频进行全采样得到视频帧序列；对视频帧进行预处理，将所有预处理后的视频帧输入到小样本目标检测器中，得到待检测视频中目标的位置信息和类别信息；将目标位置信息输入到特征提取网络中，提取每个目标的表征信息；采用卡尔曼滤波预测目标在后续视频帧中的位置，得到运动特征；将表征信息和运动特征进行融合，并通过IOU匹配和级联匹配完成数据关联，实现多目标跟踪；本发明设计了一种基于小样本学习的多目标跟踪模型，采用该模型能对不存在大量样本的濒危动物在使用少量训练数据进行训练的情况下实现同时对多个濒危动物准确快速的跟踪。