本发明公开了一种基于多通道注意力特征的行人重识别方法，包括如下步骤：1)构建基于通道注意力的卷积神经网络模型，并预训练主干网络；2)提取行人图片在主干网络的输出特征，全局池化后计算特征的通道加权向量；3)加权向量与主干网络的输出特征相乘，再与其相加得到通道注意力特征；4)重复提取多个注意力特征，采用海林格距离进行特征多样性正则化；5)将注意力特征输入全连接层与分类器，训练最小化交叉熵损失和度量损失；6)将测试集图片输入训练好的模型提取特征，经度量排序实现行人重识别。本发明基于注意力机制提取行人的判别性特征，限制相似注意力特征的重复提取，有效地提高了行人重识别的准确率和鲁棒性。