本发明提出一种减弱重采样对行人重识别的影响的方法，属于计算机视觉领域。本发明方法包括：对训练数据集进行预处理，并通过重采样策略，计算出每张图片的采样概率；构建特征提取网络，通过该特征提取网络提取出输入的行人的图片的特征表示；计算所述特征提取网络的损失函数，并调节该损失函数中类间损失和类内损失的权重比例，使得所述特征提取网络的损失函数最小；迭代训练行人重识别模型，直至行人重识别模型达到收敛状态。本发明能够通过减弱长尾分布和重采样使行人重识别的特征点在特征空间更加分散而带来的影响。