1.一种行人再识别方法，其特征在于，包括：

获取包含目标行人的目标视频和至少一个候选视频；

对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；

根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；

根据所述相似性分值对至少一个所述候选视频进行行人再识别。

2.根据权利要求1所述的方法，其特征在于，对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码，包括：获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量；

根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量；

根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果。

3.根据权利要求2所述的方法，其特征在于，获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量，包括：分别提取每个所述目标视频帧和每个所述候选视频帧的图像特征向量；

根据每个所述目标视频帧的图像特征向量生成每个所述目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，根据每个所述候选视频帧的图像特征向量生成每个所述候选视频帧的第一候选特征向量和第二候选特征向量。

4.根据权利要求2所述的方法，其特征在于，根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量，包括：根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，包括：根据所述索引特征向量、每个所述目标视频帧的所述第一目标特征向量生成每个所述目标视频帧的目标热度图；

对所述目标热度图进行归一化处理得到每个所述目标视频帧的目标注意权重向量；

和/或，

所述根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量，包括：根据所述索引特征向量、每个所述候选视频帧的所述第一候选特征向量生成每个所述候选视频帧的候选热度图；

对所述候选热度图进行归一化处理得到每个所述候选视频帧的候选注意权重向量。

6.根据权利要求4或5所述的方法，其特征在于，根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果，包括：根据每个所述目标视频帧的目标注意权重向量和第二目标特征向量获得每个所述目标视频片段的编码结果，根据每个所述候选视频帧的候选注意权重向量和第二候选特征向量获得每个所述候选视频片段的编码结果。

7.一种行人再识别装置，其特征在于，包括：

获取模块，用于获取包含目标行人的目标视频和至少一个候选视频；

编码模块，用于对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；

计算模块，用于根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；

识别模块，用于根据所述相似性分值对至少一个所述候选视频进行行人再识别。

8.一种电子设备，其特征在于，包括：处理器和存储器；

所述存储器用于存放至少一个可执行指令，所述可执行指令使所述处理器执行如权利要求1-6任一项所述的行人再识别方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有：用于获取包含目标行人的目标视频和至少一个候选视频的可执行指令；

用于对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码的可执行指令；

用于根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值的可执行指令；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；

用于根据所述相似性分值对至少一个所述候选视频进行行人再识别的可执行指令。

10.一种计算机程序产品，其特征在于，包括：至少一个可执行指令，所述可执行指令被处理器执行时用于实现如权利要求1-6任一项所述的行人再识别方法。