En la última década, la comunidad científica se ha mostrado cada vez más interesada en la reidentificación de personas. Todavía es un problema desafiante debido a las imágenes de baja calidad; la oclusión entre objetos; y los grandes cambios en iluminación, punto de vista y postura (incluso para la misma persona). Por lo tanto, proponemos un método de aprendizaje de diccionario que divide las características de apariencia de los peatones en una parte compartida, que comprende la similitud entre diferentes peatones, y una parte específica, que refleja información de identidad única. En el proceso de reidentificación, al eliminar la parte compartida de las características visuales de un peatón y considerar la parte única de cada persona, se puede reducir la ambigüedad de las características visuales del peatón. Además, considerando las características estructurales del diccionario compartido y del diccionario especial, se introducen restricciones de rango bajo, norma y dispersión de filas en lugar de sus formas relajadas convexas en el marco de aprendizaje de diccionario para mejorar sus capacidades de representación y reconocimiento. Por lo tanto, adoptamos el método de direcciones alternas para resolverlo. Los resultados experimentales de varios conjuntos de datos comúnmente utilizados muestran la efectividad de nuestro método propuesto.