基于视频监控的行人再识别技术，其主要任务是在分布式多摄像机监控系统中，将不同位置、不同时间、不同摄像机中出现的行人关联起来。然而，由于光照条件、行人姿态等问题，给准确的再识别带来了不小的难度。针对上述问题，本论文完成了如下几方面的工作:　　1.研究和实现了运动目标提取过程中背景建模、阴影检测以及团块分析中的一些经典方法，提出了一种基于区域颜色聚类的运动目标阴影检测方法，该方法对于部分视频能够达到95％以上的阴影检测率。　　2.研究和实现了行人再识别过程中特征提取和特征匹配中的一些经典方法。在特征提取方面，本论文研究了方向梯度直方图、最大稳定极值区域、基于对称轴的加权颜色直方图三种特征，并通过引入显著性的概念对加权颜色直方图进行了改进。实验证明，基于显著性的加权颜色直方图比基于对称轴的加权颜色直方图高出了最高20％的匹配率;在特征匹配方面，本论文研究了基于特征加权的欧式距离特征匹配、基于k近邻算法的特征匹配以及基于KISS度量机制的特征匹配，并通过实验对各个特征匹配方法进行了比较。　　3.分别实现了基于仿生协方差描述子和RS-KISS度量机制、基于对称驱动的局部信息汇总描述子和大间隔最近邻度量机制这两种行人再识别方法，实验结果显示，针对VIPeR和i-LIDS数据集，前种方法排名前十位的匹配命中率可以达到35％，而后种方法排名前十位的匹配命中率可以达到85％。