多模态协同和融合的目标跟踪方法、装置及系统、存储介质，所述多模态协同和融合的目标跟踪方法包括：获取预设区域的广角图像；在预设区域进行目标检测，确定目标所在的目标区域，获取所述目标区域的长焦图像；根据如下方式生成从所述广角图像变倍至所述长焦图像过程中的任一变倍数为x的图像：获取所述广角图像变倍x后的变倍图像；确定所述目标区域在变倍图像中的位置和大小；将长焦图像缩放至所述目标区域在变倍图像的大小，得到缩放后的长焦图像；将所述缩放后的长焦图像拼接至所述变倍图像中所述目标区域对应的位置，得到所述变倍数为x的图像。本实施例提供的方案，无需光学变倍系统，变倍响应速度快，没有机械磨损，且成本低，便于小型化。