本发明公开了一种基于个体步行运动时空规律协同辨识的行人重识别方法，首先针对监控视频质量低下的局限性，统计城域街区内定长距离行人经过近邻摄像机的个性化时间活动分布，验证相同个体步行运动模式的一致性及相同类型场景的位置无关性，不同个体步行运动模式存在差异性，建立定长距离下个体步行行为规律(时空)模型；然后利用网络学习变长距离下(相同区域)个体步行运动模型的函数修正关系；接着计算不同类型区域内行人运动事件发生概率；最后结合捕获的行人图像，计算视觉和运动事件的联合概率并排序。由于目前没有行人个体步行时间的数据集供以计算其行为规律，在自建数据集上测试结果证明该方法的有效性，能大大提升行人辨识的效果。