通过行人重识别技术快速、精准定位目标人物是智能安防系统中的重要方法之一，但现实中该任务因复杂的环境变化而面临着巨大的挑战。为构建一个适用各种复杂场景的行人重识别模型，基于深度学习的行人重识别模型成为了研究者们的重点研究方向。而现有的基于卷积神经网络或基于Transformer的深度学习模型对局部细节的提取仍然存在一定的不足，进一步提升复杂场景中的行人重识别性能仍有空间。本文提出一种融合卷积神经网络和Transformer架构（Fusing CNN Attention Transformer，FCAT）的方法，以增强Transformer对局部细节信息的关注。该方法主要将卷积空间注意力和通道注意力嵌入Transformer架构中，分别加强对图像中重要区域的关注和对重要通道特征的关注，以进一步提高Transformer架构对局部细节特征的提取能力。在三个公开行人重识别数据集上的对比消融实验证明，在非遮挡数据集上取得了与现有方法相当的结果，在遮挡数据集上的性能得到显著提升。同时所提出模型更加轻量化，在不增加额外计算量和模型参数的情况下，推理速度得到了提升。