针对换装行人重识别中的服装干扰问题，提出基于ViT/B-16的优化面部特征模型(Optimization Facial Feature Model，OFFM)，使用空间注意力模块和面部掩码嵌入模块优化面部特征，将局部优化特征和全局特征融合表示行人特征，充分利用行人的面部信息，提高识别精度。在换装场景下增强面部感知并抑制服装变化干扰，显著提升模型的身份判别能力。在公开的换装数据集上测试OFFM性能，并设计消融实验验证模型的有效性。实验结果表明，OFFM模型在PRCC、LTCC数据集上的mAP和Rank-1分别比基准模型(Baseline)提高了4.7%、4.1%和5.2%、6.8%。