本发明公开了一种基于深度神经网络的多视SAR图像目标识别方法，包括图像预处理、基于CAE的特征提取、基于RNN的多视SAR图像识别三个步骤。首先对输入图形进行裁剪，能量归一化等预处理过程，然后通过对CAE进行无监督训练提取到原始图像的特征，而后先利用上述特征构建多视SAR图像特征序列。之后，用训练集特征序列对RNN进行有监督训练。训练完成后，RNN可用于对测试集特征序列进行识别。本发明能充分利用CNN在学习和提取图像概括性特征方面的能力，及RNN充分提取序列上下文关系的能力，从而有效的提高了多视SAR图像目标的识别率，具有较高的工程价值。