技术特征：
1.一种行人重识别标记代价优化方法，其特征在于，包括如下步骤：s101、采集多个图像对，将各所述图像对进行比对，生成标记代价最小化图像对；s102、对所述标记代价最小化图像对进行模型化操作，生成完全k部图g
k
＝(v，e)，整数b，其中v为顶点集，e为边集，b为人工标记图像对数量的极大值；s103、根据所述完全k部图g
k
，计算生成部图h＝(v，s)，其中s为人工标记集，且|s|≤b；s104、根据所述完全k部图g
k
，结合最小生成树算法计算生成所述k部图g
k
的最大生成树，并将所述最大生成树对应的所述图像对加入至所述人工标记集中，以增加标记传递概率。2.根据权利要求1所述的行人重识别标记代价优化方法，其特征在于，在所述步骤s104中，具体包括如下步骤：s104a、将所述人工标记集赋值为空集，并对所述完全k部图g
k
进行复制操作，生成图g'，并对所述图g'中所有的边进行权值取反操作；s104b、计算所述图g'的最小生成树m，并将最小生成树m中的边按照生成的顺序对应生成多个标签进行一一进行标记。3.根据权利要求2所述的行人重识别标记代价优化方法，其特征在于，在所述步骤s104b后，还包括如下步骤：s104d、判断|s|＜b是否成立，若是，则将该所述最小生成树m中当前所述标签所标记的边加入至所述人工标记集中，更新当前所述标签，并重复执行本步骤；s104e、将该所述最小生成树m中对应所述标签所标记的边从所述完全k部图g
k
中删除，生成图g”。4.根据权利要求3所述的行人重识别标记代价优化方法，其特征在于，在所述步骤s104e后，还包括如下步骤：s104f、判断|s|＜b是否成立，若是，则取所述图g”权值最重的边，并设该边为(u，v)，其中u、v为该边的两个顶点，同时生成图t＝(v，s∪(u，v))，并重复执行本步骤；s104g、若否，则输出所述人工标记集。5.根据权利要求4所述的行人重识别标记代价优化方法，其特征在于，在所述步骤s104f中，还包括如下步骤：s104f1、判断所述图t是否存在三角形子图，若否，则将所述边(u，v)加入至所述人工标记集中；s104f2、将边(u，v)从所述图g”中删除。6.根据权利要求5所述的行人重识别标记代价优化方法，其特征在于，所述步骤s104f1通过枚举算法实现。