本发明公开了一种基于多特征融合迁移学习的鸟类个体识别方法，包括：S1、对已知的鸟鸣信号进行预处理；S2、对预处理后的鸟鸣信号进行分帧和加窗处理，对得到的定帧长的鸟鸣信号利用线性调频小波生成语图；S3、对深度卷积神经网络进行处理；S4、将S2中生成的语图输入到S3的神经网络中获得不同层的特征向量，融合后得到最终的特征向量；S5、将最终的特征向量输入到支持向量机中，训练后得到识别模型；S6、对得到的识别模型进行性能检测，不断改进得到最终的识别模型；S7、将待测鸟鸣信号按照步骤S1、S2、S4进行处理得到最终的特征向量后，将其输入到S6的最终的识别模型中识别鸟类的种类和数量。