1.一种基于深度特征重构的遮挡行人重识别方法，其特征在于，包括如下步骤：步骤1.1：给定待匹配的带遮挡行人的图像，归一化到固定大小，分别记为Pd和Pc；

步骤1.2：设计特征提取网络FPSN，该网络以Resnet作为网络主干并去掉最后的平均池化层和softmax层；

步骤1.3：利用姿态估计算法给待匹配图像Pd和Pc中的行人进行姿态预测，得到行人骨架；

步骤2.1：根据骨架将图像Pd中的行人划分为头部，左右躯干以及上下腿部五个子图部分，并将被遮挡而没有划分出的区域进行涂黑，将这张图像命名为Pdb；

步骤2.2：根据骨架将图像Pc中的行人划分为头部，左右躯干以及上下腿部五个子图部分，并将被遮挡而没有划分出的区域进行涂黑，将这张图像命名为Pcb；

步骤3.1：将图像Pdb和Pcb行分别放入FPSN网络中进行特征提取，分别得到一张W×H×D的特征图，记为Pdf和Pcf，其中W代表宽度，H代表高度，D代表通道数；

步骤3.2：将特征图Pdf和Pcf分别分为W×H个小块，其中每个小块的大小为1×1×D，特征图Pdf划分的M个小块集合记为X，X＝{xi|i＝1,2,…,M}，特征图Pcf划分的N个小块集合记为Y，Y＝{yj|j＝1,2,…,N}；

步骤3.3：，用Y中的块yj对X中任意的小块xi进行稀疏重构，得到xi相对于Y的稀疏系数为wi；

步骤4.1：计算xi与yj的余弦相似度tij；

步骤4.2：计算xi与Y之间的距离di：

di＝min{(||xi-wiyk||2-λtikwi)|k＝1,2,…,N}       (1)其中，参数λ是提前设置的控制参数，min表示求集合中的最小值，||·||2表示给定向量的2范数，yk表示Y中的一个小块，tik表示xi与yk的余弦相似度；

步骤4.3：根据式(1)计算图像Pd和Pc之间相似度：其中，M表示步骤3.2中特征图Pdf划分的小块数量；

步骤4.4：给定阈值T，若D(Pd,Pc)≥T，认定图像Pd和Pc为相似。