本发明公开了一种基于深度学习及多任务联合训练的多目标跟踪方法，主要解决现有基于深度学习的多目标跟踪方法不能在联合训练中充分训练特征提取分支，导致跟踪结果存在大量目标ID错误匹配情况的问题，其实现方案为：构建一个深度神经网络模型；利用多任务联合训练方式对其进行有监督训练；将待跟踪的视频图像输入到训练好的模型输出检测目标及其目标完全特征向量和目标遮挡特征向量；再利用检测目标对应的目标完全特征向量和目标遮挡特征向量拼接成的目标融合特征向量，并将其与轨迹目标的目标融合特征向量进行匹配，实现目标跟踪。本发明降低了跟踪网络错误匹配情况产生次数，提升了跟踪网络整体性能，可用于安防监控、自动驾驶及人机交互。