本发明公开了一种基于超图神经网络的遮挡行人重识别方法，用于解决行人重识别在行人图像被遮挡时识别精度不高，行人特征表示辨别力不强的问题，提升模型的准确性。首先引入行人特征提取模块，基于人体关键点信息提取行人图像的局部特征，获得带有可见性信息的行人局部特征表示；高阶信息融合模块基于超图神经网络自适应融合行人局部特征，获得更具判别性的行人特征；在此基础上，特征匹配模块将人体拓扑信息结合到图匹配过程中，对遮挡行人图像进行更准确的相似性度量。本发明能够获得较强的行人特征表示，在遮挡行人图像数据集上识别精度较高，并保持稳定的识别效果。