本申请公开了一种脑启发的长时程持续行人重识别方法及装置，其中，方法包括：利用初始训练数据对深度神经网络进行训练得到初始行人重识别模型；提取初始训练数据中的情景记忆缓冲数据，并获取初始行人重识别模型中的预设参数；根据新增训练数据和情景记忆缓冲数据对初始行人重识别模型进行再训练的同时，对预设参数进行约束，以使预设参数满足约束条件；计算再训练后的初始行人重识别模型的损失函数，根据损失函数对情景记忆缓冲数据和预设参数进行迭代更新，直至当前的行人重识别模型满足迭代终止条件，得到最终行人重识别模型。本申请能够在不需要存储大量旧数据的条件下更新神经网络模型参数，在适应新数据的同时维持模型在旧数据上的性能。