本发明结合深度学习与计算机视觉算法，具体公开了一种适用于复杂场景下的多目标跟踪方法。算法包含以下三个创新：引入轨迹置信度对传统卡尔曼滤波进行改进，可以在存在遮挡的场景下得到正确的匹配结果；引入了除外观与运动外的弱线索，如目标的深度信息及运动方向信息，可以有效针对遮挡及外观相似场景下不同目标间区分度较低的问题，减少误匹配率；同时还设计了一种轨迹恢复策略，可以找回因短时间内严重遮挡而丢失的目标以获得完整的轨迹。本发明实现了拥挤、遮挡或目标外观相似等复杂场景下较为鲁棒的多目标跟踪。