本发明涉及行人识别技术领域，尤其涉及一种基于目标结构关系增强的行人重识别方法。包括选用ResNet50作为主干网络；在ResNet50的残差堆叠模块中添加结构增强可堆叠注意力模块来强化各层级特征，以通过结构增强因子提升网络学习可区分性特征的能力；使用标签平滑交叉熵损失联和联和三元组损失来训练模型。本发明的结构增强可堆叠注意力模块，能通过局部信息感受全局结构信息来帮助神经网络建立目标结构特征之间的联系，并强化结构信息，以此提炼更加具有区分性的目标结构特征；建模方式建立了结构之间的交互信息，使得结构信息不再独立，加强结构信息与自身表征向量的交互，最终的加强因子更加细腻。