本文主要针对基于视频的行人再识别任务,研究了视频序列的行人表征方法。不同于面向图像的行人再识别算法,基于视频的行人再识别任务的核心问题在于如何融合图像特征实现行人视频序列的特征表达。另外,本文还研究了无监督的行人再识别任务,其核心问题在于如何在人工标注信息缺失的条件下学习到ID级别的行人表征。本文基于深度学习理论与方法,针对基于视频的行人再识别和无监督的行人再识别分别提出了对应方法。主要创新点包括:首先,提出了一种基于视频双向性的全序列特征融合方法,通过卷积神经网络与双向循环神经网络的联合学习,实现了对于行人视频序列的端到端表征提取与融合。卷积神经网络作为空域特征的提取器,为双向循环神经网络提供了空域特征。双向循环神经网络同时以顺序时空和逆序时空两种形式解析行人视频序列中的时域动态信息,捕捉视频序列中的时空线索,融合全序列所有图像特征,构建了对于行人的完整表征。另外,提出了一种基于强化学习的关键帧特征融合算法,用于融合视频序列中的图像特征。不同于已有的基于时序模型的特征融合方法,该方法训练了一个智能体来判断图像帧的质量,并对是否融合这帧图像的特征做出决策。如果该帧图像特征引入的干扰信息远大于其所带来的正面效果,智能体将会在特征融合的过程中舍弃这一帧图像。通过这一方法,智能体保留了视频序列中最有价值的图像帧,获得了质量较高的行人视频表征。在多个数据集上,此方法有效提升了行人再识别算法的性能。其次,提出了一种基于时空注意力的行人再识别方法,旨在从全局的角度提取行人视频序列中最具有代表性的局部区域。在该方法中,所提出的时空注意力机制同时从时域与空域将行人视频展开,并对各帧图像的各个区域进行评估。相比于其他一些使用注意力机制的方法,本文所提方法同时考虑了时域与空域的一致性,即目标主体在图像中往往存在一些重要区域,这些区域在一定时间内的变化具有连续性。在多个视频行人再识别数据集上,该方法均取得了较好的结果,超过了现有方法。最后,本文针对行人再识别领域数据标注成本过高的问题,提出了一种针对行人再识别任务的无监督表征学习方法。该方法通过聚类与对比学习,迭代式地更新网络模型对于数据集样本分布的感知,在不需要人工标注信息的情况下,学习ID级别的行人表征。同时,通过对已有研究工作的分析,揭示了一个无监督行人表征学习过程中的难点问题:困难正样本问题,即在无监督的对比学习过程中,由于行人ID标签的缺失,本应被聚类为同一簇的正样本之间的距离被拉开,失去了成为同一簇的机会,给优化过程带来了极大的挑战。在多个数据集上的实验表明,本文所提出的算法在行人再识别任务上能取得较好的性能,在部分数据集上甚至接近了有监督算法。综上,本文主要针对行人再识别任务进行了深入的研究,在基于视频的行人再识别领域取得了一定的研究成果,并在无监督的行人再识别领域进行了探索。