在本文中，我们探讨了行人重识别问题，该问题涉及从不同摄像头捕获的人员之间的关联。我们提出了一种简单而有效的人体部位对齐表示方法，用于解决身体部位错位的问题。我们的方法将人体分解为对行人匹配具有区分性的区域（部位），计算这些区域的表示，并将一对查询图像和库图像之间相应区域的相似度汇总为总体匹配得分。受注意力模型的启发，我们的公式是一个深度神经网络，该网络同时建模这三个步骤，并通过最小化三元组损失函数进行学习，而无需身体部位标注信息。与大多数现有的深度学习算法不同，这些算法通常学习全局或基于空间划分的局部表示，我们的方法执行人体部位划分，因此对姿态变化和人体在边界框内的各种空间分布更具鲁棒性。我们在标准数据集Market-1501、CUHK03、CUHK01和VIPeR上展示了最先进的结果。