本发明实施例公开了一种基于异构卷积网络的跨域行人再识别方法，该方法包括：构建特征提取模块，利用有标签的源数据库样本对特征提取模块进行预训练；利用预训练的特征提取模块提取无标签的目标数据库训练样本的第一特征；基于第一特征构建图，并构建图卷积模块，得到目标数据库训练样本的第二特征；对第二特征进行聚类，得到目标数据库训练样本的伪标签；构建异构卷积网络，基于损失值对其进行优化，利用优化后的异构卷积网络进行行人识别。本发明利用卷积神经网络和图卷积网络来提取行人样本特征，能够充分学习行人样本的外观特征、结构信息和行人样本间的关联信息，提高了跨域场景下行人再识别模型的准确率。