近年来视频数据量呈爆发式的增长,如何在海量的视频数据中获取结构化的数据成为了一个亟待解决的问题,而在海量视频数据中,人们最迫切希望获取关于行人的位置信息和特征属性信息,例如:行人的性别、年龄、外观等特征,行人属性识别作为一个基础的计算机视觉任务,在图像检索、行人重识别、视频数据结构化等领域有着重大作用。本文分别从两个角度研究了行人属性问题,首先在第三章基于多标签分类方法深入研究了行人属性识别问题,随后在第四章基于行人检测与属性识别一体化方法研究了行人属性识别问题:在基于多标签分类方法的行人属性识别方向,本论文基于ResNet-50网络所做的改进如下:1.针对行人属性分布在行人图像的不同位置问题,引入注意力机制模块,帮助模型关注图像重点区域,提高模型提取的特征质量。2.针对小目标属性识别难度大问题,采取特征金字塔融合策略,提高模型对小目标属性的识别效果。3.针对行人属性正负样本不均衡问题,提出针对多属性识别问题的损失函数,提高模型的整体识别效果。本论文提出的行人属性识别网络在PETA数据集上进行测试,mA为84.83%,accuracy为79.37%,precision为87.47%,recall为86.09%,F1为86.77%。在基于行人检测和属性识别一体化方法的行人属性识别方向,本文工作如下:1.基于通用目标检测算法YOLO v3,设计实现了行人检测与属性识别一体化网络。2.基于本文提出的一体化网络,提出anchor设置、大规模行人数据集预训练、使用GIoU损失函数三项改进,提高一体化网络的检测与识别效果。3.基于本论文提出的一体化网络,设计并实现实时行人检测与属性识别软件,并展示运行效果。本论文提出的行人检测与属性识别一体化网络经过改进后,在Nvidia Titan RTX显卡下推理时间为18ms,远远快于级联的属性识别网络,在WIDER Attribute数据集上进行测试,mAP_{5 0}达到65.25%,mAP_{7 5}达到34.13%。