本发明公开了一种基于自适应预测模式的LSTM网络行人重识别方法，该方法主要由特征提取和距离度量学习两个部分组成。特征提取部分包括：首先对连续视频序列中的每一帧进行LBP&颜色特征提取；然后将连续视频序列所提的LBP&颜色特征作为输入送入前向和后向LSTM网络，得到前向LSTM和后向LSTM输出特征；再通过APM‑Net网络来对所得到前向和后向LSTM特征进行自适应选择得到视频帧特征。距离度量以两组行人视频序列特征作为输入，通过XQDA距离度量学习来判断对应的行人是否为同一行人。本发明提出的行人重识别方法解决了现有的行人重识别方法中对遮挡情况识别精度不高的问题。
