摘要：行人再識別是跨場景跨時間的行人圖像匹配問題.鎖定的目標從一個攝像頭下消失后,在其它攝像頭視角下再出現時,系統仍能夠依據其特征重新鎖定.目前該問題遇到的挑戰主要來自光照、背景、行人姿態等變化造成的影響.此外,在與訓練集不同的數據集上進行測試時性能嚴重下降,且對大量的數據進行標注的成本非常高.本文采用風格遷移和度量融合的方法:首先,采用循環對抗生成網絡將一個數據集中帶標簽的數據圖像風格轉換到另一個無標簽的數據集上;然后,在風格轉換后的數據圖像上進行訓練,并采用直接度量和間接度量相結合的方式進行相似度度量;最后,在無標簽數據集上測試,并將行人圖像按相似度由高到低排列輸出.實驗結果表明:本文方法可明顯提高跨數據集的行人再識別準確度.