本发明实现了一种基于卷积神经网络的大数据处理方法，其中可以处理终端区内高度密集的轨迹数据的函数处理,结合深度学习的多目标检测模型与滤波方法的目标追踪框架，经过多模块的改进可以追踪较长时序中多目标的运动；提出了通过光流信息训练以及基于图像特征的细节增强系列方法，使最终框架追踪的信息包含更多目标的细节；最后，在多个场景中通过该框架追踪动态卷积后大数据信息，并设计了多种评估方法，有效的证明了追踪方法的准确性和效率，支持有向图和无向图大数据的局部数据处理，容易增加和删除卷积后大数据特征间联系，即容易维护卷积后大数据特征间联系。