行人比对是计算机视觉领域中重要的课题。在这篇论文中,我们处理了由于摄像头视角变化或者行人姿态变化所产生的空间错位问题。我们首先设计了一个迭代更新的算法来学习出一致性结构,该一致性结构中包含了目标摄像头组所采集到的行人图片小块之间的匹配概率。学习得到的一致性结构不但能够捕捉到摄像头组的空间一致性模式,而且可以处理行人图片之间的视角和姿态变化。我们同样引入了一个基于约束的全局匹配过程,这个匹配过程在一致性结构中集成了一个全局匹配的约束,在行人图片匹配过程中消除摄像头之间的空间错位,以此来获得行人图片更加可靠的匹配分数。最后,我们进一步地扩展了算法框架,提出基于多个一致性结构的匹配策略。多个一致性结构可以捕捉到一对摄像头之间的空间对应子模式,以此来更精确地处理行人图片之间的空间错位问题。基于多个行人比对数据库的实验结果证实了我们方法的有效性。