本发明提供一种基于残差注意机制时空联合模型的行人重识别方法及系统，包括通过预训练的ResNet‑50模型对输入行人进行特征提取；构建一个残差注意机制网络，包括残差注意机制模块、特征采样层、全局池化层和局部特征连接层；根据训练好的残差注意机制网络，使用余弦距离来计算特征距离并记为视觉概率；根据训练样本行人标签中的摄像头ID和帧号信息时空概率建模，并对概率模型进行拉普拉斯平滑处理。利用视觉概率和时空概率，最终的联合时空概率，得到行人重识别结果。本发明克服了现有方法忽视摄像头网络中的时间和空间先验信息这一问题，用注意残差机制网络优化网络迭代，加速收敛，并通过优化的贝叶斯联合概率求解，从而使得行人重识别的精度更高。