随着智慧城市步步推进,城市的监控摄像头数量急剧增加,由此产生的行人图像数据规模在迅速膨胀。在图像数据呈爆炸式增长态势的前提下,对海量监控数据进行有效的人工分析费时费力。如今,对于海量图像数据的处理,已经不单单满足于记忆存储的简单处理,而是需要提高到语义分析和理解的层面。由于视频图像是一种典型的非结构化数据,需要利用智能算法进行结构化分析。行人属性识别作为一种典型的视频结构化手段,能够高效地从视频中提取行人目标的结构化信息,因而受到越来越多的关注。然而现有的监控图像分辨率低,且存在遮挡、模糊等问题,又由于细粒度属性在原始图像中占比较小,识别比较困难,而识别所需要的有效信息往往容易丢失和受到干扰,因此面向复杂环境下的细粒度属性识别是一项具有挑战性的任务。本文针对上述问题对属性的相关性进行建模并提出了一个行人属性识别模型,研究主要内容包括如下两个方面:一是针对基于属性定位的模型只关注与特征相关的较小区域,忽略相关邻近特征的上下文信息,不能充分利用底层细节信息的问题。本文提出两种空间校正算子,通过池化操作或残差网络的阶段性输出得到不同尺度的特征映射组,利用具有较大感受野的高层特征指导低层特征在空间尺度上进行特征转换,实验结果表明本文提出的算法可以有效探索细粒度属性与其周围区域属性之间的关系。二是针对当前典型的基于CNN的行人属性识别方法容易因多次下采样而导致细粒度属性的有效信息丢失的问题。本文提出了一个基于空间校正和多尺度特征融合的行人属性识别模型。该模型将特征金字塔结构引入Res Net50预训练网络,利用双输入空间校正算子挖掘细粒度属性与其周围区域属性之间的关系。采用基于注意力机制的多尺度特征融合方法,将不同感受野的高层语义信息和底层细节特征融合,建立特征金字塔网络在不同尺度特征图下的长距离依赖关系,以改善行人属性识别性能。仿真测试实验结果验证了论文工作的有效性。