行人重识别技术旨在通过对多摄像头拍下的行人目标进行身份一致性匹配,从而实现对跨摄像头下行人运动轨迹的准确追踪,目前被广泛应用于安全监控、道路交通、智慧校园等领域。面对大量的监控数据时,使用行人重识别技术进行智能识别,可以实现更快、更高效的信息处理和信息分享,提高生活智能化水平,对维护社会稳定安全都具有重要的意义。由于摄像机获取的行人数据集存在光照变化、复杂背景、姿势差异和遮挡等问题,目前的方法往往侧重于解决单个问题,缺乏对各种复杂问题的综合考虑。因此,本文围绕能够适应多种复杂情况下行人重识别的网络架构展开相关研究,并提出了一种联合变换器（Transformer）和卷积神经网络的双向异构特征聚合网络架构（Bi-directional Heterogeneous Feature Aggregation Network Architecture,BHFAN）。具体研究工作如下:（1）针对行人图像数据集中的尺度差异和环境噪声,设计了一种多尺度信息监督器（Multi-scale Information Supervisor,MIS）,可以迭代聚合不同层次的卷积神经网络特征,以增强网络浅层的语义信息和网络高层的纹理细节信息。此外,还可以提取图像的多尺度上下文信息,提高网络的鉴别能力。（2）针对Transformer存在固有感受野的缺陷,提出了一种新型的金字塔信息聚合编码器（Pyramid Information Aggregator,PIA）,利用图像块金字塔信息去增强Transformer的感受野,同时能够更好地挖掘行人图像的多尺度细节线索。（3）针对行人图像数据集存在的行人遮挡问题,提出了一种新型特征分层模块（Feature Stratification Module,FSM）,通过Transformer结构获取行人图像中不同局部区域的全局联系,同时卷积模块进一步增强邻域特征信息的交互,以促进模型提取更具细粒度和鲁棒性的特征。在理论研究的基础上,本文完成了骨干网络性能对比实验、消融实验和可视化实验。在六个主流行人重识别数据集上验证了该网络架构的性能。实验结果表明,与大多数最先进的方法相比,本文的方法可以实现更高的性能指标。