本发明公开了一种基于标签不确定性和人体组件模型的行人再识别方法，包括：(1)构建基于人体组件的深度神经网络模型；(2)对构建的深度神经网络模型进行初始化，并根据构建的深度神经网络结构训练得到另一个模型；(3)对初始化后的深度神经网络模型进行训练并更新网络中的参数；(4)采用训练好的深度神经网络对目标行人图像及行人图像库中的行人图像分别进行特征提取；(5)对提取得到的特征进行余弦相似度计算并排序，得到识别结果。本发明通过针对局部组件信息不完全准确以及各个局部组件的分类置信度差异较大的问题进行了有效地处理，能有效的提高行人再识别的正确率和/或降低误识率。