随着时代的发展,人们对社会公共安全的需要也不断提高,越来越多的学者投入到相关领域的研究中。行人重识别作为一项人工智能技术,被广泛的运用到城市的安防系统中,其主要研究内容是在跨设备下的监控图像或者视频序列中检索出目标行人。现有的行人重识别方法大多集中在对一个模态的研究,即可见光模态,所用的行人图像均取自于工作在白天的可见光摄像头。事实上,这样的摄像头并不能在弱光或者黑暗的条件下捕捉到有效的行人信息。城市的监控系统通常使用红外摄像头或者使用具备红外模式的摄像头在夜晚环境中进行拍摄,并得到红外模态的行人图像。因此,近几年兴起的跨模态行人重识别则是为了实现可见光行人图像和外红行人图像之间的互相检索。然而,跨模态行人重识别比单模态行人重识别面临着更为巨大的挑战。一方面,不同的行人姿态、背景以及摄像头视角等因素造成了模态内行人图像的差异。另一方面,不同的摄像头拍摄模式也造成了行人图像间巨大的模态差异。针对以上提到的两个问题,本文分别从特征融合与度量学习的角度对跨模态行人重识别进行研究。因此,本文的主要贡献包括以下两个方面:（1）本文基于特征融合的思想,提出了一种基于两阶段特征融合的跨模态行人重识别方法,通过模态内和模态间这两个阶段的特征融合来增强行人特征的判别性,从而应对行人图像的模态内差异和模态间差异。具体来说,模态内特征融合方法将神经网络中从低层到高层不同尺度的特征信息进行融合,极大地丰富了行人特征,缓解了模态内行人图像的差异。模态间特征融合方法主要使用基于掩膜操作的图注意力网络来融合不同模态的特征信息,在损失函数的监督训练下,使得同一个类别下的图像特征更相似,不同类别的图像特征在特征空间中互相远离,利用样本空间中的结构信息有效地缓解了图像特征的模态间差异,从而进一步提高了特征判别性。最后,我们引入了深度监督训练方法和动态聚合训练策略,将模态内和模态间这两个阶段的特征融合方法整合到一个端到端的深度学习框架中,提高了特征融合的效率。（2）本文基于度量学习的思想,提出了一个针对于跨模态行人重识别的损失函数,身份-模态双中心损失。该损失函数可以同时限制特征向量到类别中心之间的距离以及可见光模态中心和红外模态中心之间的距离。特别地,当身份-模态双中心损失联合身份损失进行训练时,不仅可以优化类内和类间距离,缓解行人图像的模态内差异,还能有效地缩小模态之间的差异。同时,我们在训练过程中引入了增量式训练策略,该策略包含同一任务内的增量和不同任务间的增量两种方法。前者主要针对于身份-模态双中心损失的训练,后者主要用于联合表征学习和度量学习两个任务。通过增量式的方法向网络提供监督信息,平滑了身份-模态双中心损失的训练过程,缓解了表征学习和度量学习两个不同任务之间的矛盾。除此之外,我们提出了基于注意力机制的双流局部特征提取网络,有效地增强了局部特征的判别性,该网络不仅能够用在跨模态行人重识别中,还可以推广到与单模态行人重识别相关的任务中去。本文在两个公开的跨模态行人重识别数据集SYSU-MM01和Reg DB上进行了大量的实验,证明了上述方法的有效性。同时,将本文所提方法与目前主流的跨模态行人重识别方法进行了对比,取得了更优的行人重识别准确率。