1.一种基于主体目标判别的遮挡行人再识别方法，其特征在于，获取行人抓拍切片，对所述行人抓拍切片进行人体实例分割，得到分割掩码集合；对集合中各掩码打分，根据掩码分值确定当前行人抓拍切片的主体目标分割掩码；包括以分数最大的掩码作为当前行人抓拍切片的主体；基于主体目标分割掩码识别被遮挡行人，包括：获取街景图片进行目标检测，得到行人检测框集合；基于高度最大的行人检测框对左右无人区进行裁剪，得到和街景图片高度相同的无人街景背景图；利用主体目标分割掩码对所属行人抓拍切片进行背景过滤，并利用无人街景背景图对背景重新填充；获取预训练的TransReID行人再识别深度学习模型参数，并构建模型；使用构建完成的TransReID模型对主体目标背景填充图片集合进行特征提取，得到主体目标特征集合；根据主体目标特征集合使用余弦相似度计算不同主体目标特征的相似度，进而实现跨摄像头的行人关联与查询。
2.根据权利要求1所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，通过获取行人抓拍图片，并对所述行人抓拍图片进行人体目标检测获得行人抓拍切片。
3.根据权利要求1所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，按如下公式对集合中各掩码打分，式中， 表示掩码分值，i表示第i个行人抓拍切片，j表示第j个掩码， 表示第j个掩码到第i个行人抓拍切片边框的归一化距离， 表示第j个掩码在横向分布上与第i个行人抓拍切片中心的接近度； 表示第j个掩码在第i个行人抓拍切片中的像素覆盖率，λ x 和λ c 为正则化系数。
4.根据权利要求3所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，式中，w d 为d方向的权重，d∈{up，bottom，left，right}，x i 表示第i个行人抓拍切片， 表示第i个行人抓拍切片中第j个掩码；式中，abs(·)表示绝对值函数， 表示第j个掩码在第i个行人抓拍切片内的归一化横坐标均值；式中， 表示掩码 覆盖的像素数量，H i 和W i 分别为第i个行人抓拍切片的高和宽。
5.根据权利要求1所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，基于主体目标分割掩码识别被遮挡行人的步骤包括：利用主体目标分割掩码对所属行人抓拍切片进行背景过滤，并利用无人街景背景图对背景重新填充；基于背景重新填充的行人抓拍切片进行特征提取，实现遮挡行人再识别。
6.根据权利要求5所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，按如下方式利用主体目标分割掩码对所属行人抓拍切片进行背景过滤；式中， 表示经背景过滤的行人抓拍切片， 表示主体目标分割掩码， 表示主体目标分割掩码上坐标为(h，w)的像素值，x i (h，w)表示第i个行人抓拍切片中坐标为(h，w)像素值。
7.根据权利要求6所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，当经背景过滤的行人抓拍切片长宽比小于预设阈值时，按如下同时进行长宽比填充，式中， 表示经长宽比填充的行人抓拍切片， 表示主体目标的背景过滤图片 在坐标为(h，w)的像素上的取值，H i 表示经背景过滤的行人抓拍切片的高度， 表示填充后的行人抓拍高度， r表示预设的长宽比阈值，W i 表示第i个行人抓拍切片的宽度。
8.根据权利要求5所述的一种基于主体目标判别的遮挡行人再识别方法，其特征在于，利用无人街景背景图对背景重新填充的步骤包括：对无人街景背景图进行横向裁剪，使长度不变，长宽比与重新填充前的行人抓拍切片长宽比一致；对裁剪后的无人街景背景图进行等比例缩放，以具有和重新填充前的行人抓拍切片相同的高度和宽度；利用缩放的无人街景背景图对背景重新填充。
