La reidentificación de personas es la técnica de identificar a la misma persona en diferentes tomas de cámaras, conocida como ReID. La mayoría de los modelos existentes se centran en la reidentificación de personas de una sola modalidad que implica solo imágenes visibles. Sin embargo, la modalidad visible no es adecuada para entornos con poca luz o por la noche, cuando el crimen es frecuente. En contraste, las imágenes infrarrojas pueden reflejar el entorno nocturno, y la mayoría de los sistemas de vigilancia están equipados con cámaras de doble modalidad que pueden cambiar automáticamente entre las modalidades visible e infrarroja según las condiciones de luz. A diferencia de las cámaras de luz visible, las cámaras infrarrojas aún pueden capturar suficiente información de la escena en esos entornos oscuros. Por lo tanto, se propone el problema de la reidentificación de personas de cruce de modalidad visible-infrarroja (VI-ReID). Para mejorar la tasa de identificación de la reidentificación de personas de cruce de modalidad, se propone un método de reidentificación de personas de cruce de modalidad basado en una red de dos ramas. En primer lugar, utilizamos la tecnología de colorización de imágenes infrarrojas para convertir las imágenes infrarrojas en imágenes a color para reducir las diferencias entre modalidades y proponemos un algoritmo de reidentificación de personas de cruce de modalidad visible-infrarroja basado en la Red de Dos Ramas con Doble Restricción (VI-TBNDC), que consta de dos componentes principales: una red de dos ramas para la extracción de características y una pérdida de identidad de doble restricción para el aprendizaje de características. La red de dos ramas extrae las características de ambos conjuntos de datos por separado, y la pérdida de identidad de doble restricción garantiza que las representaciones de características aprendidas sean lo suficientemente discriminativas como para distinguir a diferentes personas de dos patrones diferentes. La efectividad del método propuesto se verifica mediante un análisis experimental extenso, y el método logra una buena precisión de reconocimiento en el conjunto de datos estándar de reidentificación de personas de imágenes visibles-infrarrojas SYSU-MM01.