現在の人物再識別（ReID）手法の多くは、空間時間制約を無視しています。クエリ画像が与えられた場合、従来の手法では、クエリ画像とギャラリ画像全体との特徴距離を計算し、類似度に基づいたランキング表を返します。実際の使用においてギャラリデータベースが非常に大きい場合、異なるカメラビュー間での外観の曖昧さにより、これらのアプローチは良好な性能を得ることができません。本論文では、視覚的な意味情報と空間時間情報を両方抽出する新しい二ストリーム空間時間人物再識別（st-ReID）フレームワークを提案します。これにより、2種類の異種情報を統一的なフレームワークに統合するために、ロジスティック平滑化（Logistic Smoothing: LS）を使用した結合類似度指標が導入されます。複雑な空間時間確率分布を近似するために、高速ヒストグラム・パーゼン（Histogram-Parzen: HP）方法を開発しました。空間時間制約のおかげで、st-ReIDモデルは多くの関連性の低い画像を排除し、ギャラリデータベースを大幅に絞り込むことができます。特別な技術を使わずに、我々のst-ReID手法はMarket-1501データセットで98.1％、DukeMTMC-reIDデータセットで94.4％の首位精度を達成し、それぞれ基準となる精度91.2％と83.8％から向上しており、これまでの最先端手法よりも大幅に優れています。