行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术,被广泛认为是一个图像检索的子问题。旨在弥补固定位置的摄像头的视觉局限,并可与行人检测技术相结合,广泛应用于智能视频监控、智能安保等领域。由于不同摄像设备之间的差异,同时行人兼具刚性和柔性的特性,外观易受穿着、尺度、遮挡、姿态和视角等影响,使得行人重识别成为计算机视觉领域中一个既具有研究价值同时又极具挑战性的热门课题。为了进行行人重识别的有效研究,研究人员一般比较注重行人特征的提取和损失的设计。在提取特征方面,研究人员通常采用水平图像切块划分的方法让模型学习行人局部特征信息,但由于空间上存在人体和背景区域比例失衡的情况,局部特征匹配将会存在误差,从而降低行人重识别的精度;此外,语义分割也适用于行人重识别,使网络学习到行人整体的特征,但忽略了行人的局部特征,从而降低了行人重识别的精度。基于上述问题,本文从网络结构和损失函数两个方面进行研究,主要工作包括以下三个部分:（1）全局和局部特征相结合。针对现有的网络仅学习到行人整体的特征而忽略了行人的局部特征的问题,本文将多尺度水平切块划分法与行人全局和划分的局部特征相结合,使得网络模型能够适应人体姿态变化、遮挡和背景杂波等情况,学习到行人完整且具有价值的信息。（2）引入人体语义分割模型。针对两张需要匹配的图片,如果相同的空间位置对应的内容语义不同,则行人重识别技术的鲁棒性和有效性会受到制约。针对这一问题,本文在COCO Densepose数据集上训练人体语义分割模型,该模型用来生成三个行人重识别公开数据集中人体部位伪标签。同时,网络中设计新的多尺度分割模块预测人体部位标签,通过共享多尺度特征提高了行人重识别技术的算法精度。（3）采用端到端的多任务学习策略。该策略同时考虑三个损失作为子任务:基于多尺度全局和局部水平切块特征的交叉熵损失、基于多尺度全局特征的三元组损失和多尺度人体部位语义分割损失,从而提高了行人检索的准确性。本文在三个公开数据集上进行了实验,实验结果表明了所提出的网络模型在行人重识别任务中拥有较高的精度,并且该模型具有较好的鲁棒性和泛化性。