人员重新识别旨在匹配来自不同位置的不同摄像机视图中的行人图像。 这是一个具有挑战性的智能视频监控问题，由于需要改进性能，因此仍然是研究的一个活跃领域。 人员重新识别涉及两个主要步骤：特征表示和度量学习。 尽管已证明用于区分距离度量学习的保持简单直接（KISS）度量学习方法对于人的重新识别是有效的，但协方差矩阵的逆的估计是不稳定的，并且在训练时实际上可能不存在设置太小，导致性能不佳。 在这里，我们介绍双正则化KISS（DR-KISS）度量学习。 通过对两个协方差矩阵进行正则化，DR-KISS通过减