本发明实施例公开了一种基于融合卷积神经网络的行人再识别方法，该方法包括：构建融合卷积神经网络；对训练行人图像进行预处理，输入融合卷积神经网络得到卷积激活图；执行整体池化得到训练行人图像的整体特征，执行局部水平池化得到局部特征；对整体特征和局部特征分别进行学习优化，对融合卷积神经网络进行训练；将测试行人图像预处理后输入至融合卷积神经网络，提取测试行人图像的整体特征和局部特征得到最终特征；在测试集中搜索与最终特征匹配的行人图像作为目标图像，进而得到行人识别结果。本发明充分利用卷积神经网络的优势，学习行人图像的整体特征和局部特征，最终融合两种特征来表示行人图像，进一步提高了行人再识别的匹配正确率。