本发明公开了一种智能网联环境下目标融合跟踪方法、系统和介质，属于深度学习技术领域。包括以下步骤：获取视频图像数据，对视频图像数据进行YOLO多目标检测并分类识别，得到跟踪目标的检测结果；根据跟踪目标的检测结果进行目标运动状态估计，并进行卡尔曼滤波建模处理；对跟踪目标的检测结果进行感知轨迹处理，提取连续轨迹数据；对跟踪目标和待检测目标进行运动匹配、外观匹配和GPS轨迹匹配；综合计算得到关联度量，当关联度量大于预设阈值，跟踪目标和待检测目标的匹配完成。本发明在远距离、多目标重叠或遮挡场景下，能够减少多目标跟踪时轨迹丢失的情况发生，提升多目标跟踪性能，提升轨迹数据精度。