近年来,为了维护社会治安,越来越多的监控摄像头遍布在城市各个角落,用来记录查处犯罪行为,对社会治安稳定做出巨大的贡献。然而,在海量图像数据库中搜索有用信息是一项繁杂而庞大的工作,单靠人力查询需要耗费大量的时间和精力。因此,以自动识别匹配行人为目标的行人重识别技术具有非常重要的研究意义。通常行人重识别任务可以根据检索方式的不同,大致分成两类:图像-图像行人重识别,语言-图像行人重识别。其中,后者由于查询条件限制更少,具有更广泛的应用潜力。但在实际研究中,由于图像和自然语言的信息表达方式不同,如何进行有效的跨模态匹配是亟待解决的难点问题。本文旨在根据给定的自然语言信息,在图片数据库当中检索对应的图像,实现语言-图像行人重识别。作为语言信息的一种,行人属性凭借高效的信息传递方式,在行人重识别算法中起着重要作用。很多研究证明,单靠行人身份信息,难以学习出一个泛化能力足够强的重识别模型。因此,本文提出了行人属性识别网络,在传统行人重识别系统中增加了属性分类模型,从而引入年龄、头发、衣着等二十多种属性标签。行人属性识别网络在预测出行人身份类别同时,能够对行人属性进行准确分类。实验结果证明,属性特征和身份信息相结合后模型泛化能力极大提升,不仅能够有效识别行人的属性信息,而且对行人身份类别的预测也更为准确。与离散的属性信息相比,自然语言描述更贴合使用者的表达习惯且获取成本更小,更受用户青睐。然而,有效的自然语音信息挖掘、鲁棒的文本图片特征提取以及精确的跨模态特征匹配是解决自然语言行人重识别问题的关键。针对上述问题,本文构建了一种有效的自然语言行人搜索框架,该框架主要包含三部分:提取图像视觉特征的深度卷积神经网络,编码自然语言信息的双向长短时记忆网络,匹配图像语言嵌入特征的三元损失函数。在自然语言编码网络中,本文引入注意力机制模块对不同单词分配不同权重来强化提取语言特征的有效性和准确性。在匹配图像语言嵌入特征时候,本文引入互学习机制来促进图像特征和语言特征更好地进行匹配。实验结果表明,本文提出的自然语言行人搜索框架性能良好,在CUHK-PEDES公开数据集上取得相对优异的表现。