如今监控拍摄的视频数量日益增加,仅依靠人工分析大量的监控视频图像很难查找到目标,而智能化的视频图像目标检测和识别已经成为了重点研究方向。同时从多个监控视频图像中识别特定行人是城市安全防控的又一大难题,仅依靠人工识别既耗时又费力。因此,本文从检测视频图像中的目标、识别不同行人两个方面,设计了基于YOLOv5的目标检测网络模型以及特征融合结合度量学习的行人重识别方法。以实际生活拍摄的行人图像进行检测和识别,有效提高了目标检测的精度及行人重识别的速度和准确度。本文主要研究内容如下:1、改进YOLOv5目标检测网络模型,解决YOLOv5目标检测算法精度不高、视频图像中较远目标检测效果不好的问题。首先,将卷积块注意力模块（CBAM）加入到YOLOv5骨干网络,构成CBAM＿YOLOv5模型,在基本不增加模型参数的情况下,增强YOLOv5网络提取图像有用特征的能力。其次,在网络的Head检测端使用具有更高拟合效果的CIo U损失函数代替原YOLOv5网络中的GIo U损失函数,从而提高YOLOv5目标检测算法的精度。最后,将改进的YOLOv5网络模型在公共数据集和自制数据集上测试,结果表明CBAM＿YOLOv5网络模型有效提升了检测精度。2、使用特征融合结合度量学习方法实现行人重识别。首先,将改进的YOLOv5网络模型检测到的行人图像加入到行人重识别的数据集中,提取行人图像的多特征。其次,在不降低特征表达能力的情况下,对提取的HOG特征及LBP特征进行改进和优化,并与HSV特征进行融合,从而减少融合特征的维度。最后,将提取的融合特征结合XQDA度量学习方法计算行人之间的相似度。利用该方法在公共数据集和自制数据集上进行验证,结果表明本文方法在不降低识别精度的情况下,加快了识别速度。