本发明公开了一种基于全局距离尺度损失函数的行人再识别方法，具体步骤包括：对行人再识别数据集的训练数据进行数据增强处理；对每一个批量数据进行随机挑选；构建基于人体组件的深度神经网络并对网络进行初始化；使用交叉熵损失函数和基于全局距离尺度的损失函数同时监督深度神经网络的训练；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，进行余弦相似度计算并排序得到识别结果。本发明提出了一种基于统计特性的全局距离尺度的损失函数，能够有效避免噪声干扰和降低过拟合的风险，提高模型鲁棒性和泛化能力。