本发明提出一种基于多特征学习的跨模态行人重识别方法及系统，包括：获取若干批次的可见光图像和红外图像，并输入包括双流网络的跨模态行人重识别模型中，模型输出可见光图像和红外图像的全局特征和局部特征。根据全局特征和局部特征，计算困难五元组损失、全局身份损失和特定身份损失以构建模型的整体损失函数。根据整体损失函数对模型进行参数优化；将待测试的行人的可见光图像、红外图像以及待识别的目标图像输入优化后的模型中，模型输出行人重识别结果。本发明考虑了两种模态图像的全局特征以及局部特征，弥补了仅使用一种特征来进行行人重识别造成的不足，增强了模型特征的辨别性和鲁棒性，提高了跨模态行人重识别的识别精度。