本发明公开了一种基于KCF与Kalman的改进型多目标跟踪方法，该方法包括：利用GoogLeNet网络模型进行目标检测并提取出目标的特征向量；结合上一帧跟踪链中各目标对当前帧的预测位置与当前帧目标观测位置、重叠率以及特征向量空间距离建立一个关联矩阵，并利用匹配算法进行匹配；对直接匹配成功的跟踪链的跟踪框以及对应特征向量进行更新；对匹配失败的目标利用KCF跟踪器进行局部跟踪；将KCF的跟踪结果与Kalman跟踪的结果进行加权融合得到的位置进对其进行更新；预测跟踪链中各个目标下一帧位置。通过上述方式，本发明结合CNN网络提取特征向量与KCF局部跟踪提升了跟踪的效果，较好解决了目标遮挡、目标误检等问题。此外，本发明还提供了一种多目标跟踪系统以及装置。