近年来,随着智慧城市和平安城市的建设,监控系统广泛地应用在公共场所,赋予监控系统一定的智能化能力有助于减轻人工观察的负担,提高效率。监控系统下的行人检测、行人语义属性识别等技术成为目前监控视频领域的研究热点。行人检测是智能监控系统的基础,目的是从图像中定位行人的位置,行人检测要求较高的检测率和实时性。行人的性别、年龄、衣着种类等语义属性能在行人图像的底层特征和人类的理解之间建立连接,有助于设计更智能的人机交互系统,并且能有效提高行人跟踪、再识别等技术的性能,具有广阔的应用前景。然而在监控场景下,行人在图像中占比小而导致分辨率低,并且监控场景复杂,存在光照变化、不同的拍摄角度等不可控的干扰,行人属性识别具有一定的难度。针对上述问题,本文对监控视频下的行人检测和属性识别进行研究。在行人检测方面,为了提高行人检测的实时性,文本基于ViBe算法建立背景模型。针对提取的行人前景中存在的断裂、空洞等情况,采用竖矩形窗口统计滤波的方法代替常用的形态学处理,能有效连接行人断裂部分。针对颜色自相似特征维数过大的问题,设计一种对称颜色自相似特征,并与HOG特征组成联合特征。采用SVM分类器在前景区域进行检测,能有效减小搜索区域,提高效率,降低误检率。在行人属性识别方面,面对复杂、多样的属性,根据现有的特征算子很难提取有效的特征描述用于分类。随着深度学习的发展,多层卷积网络已被证明拥有优秀的特征提取能力。本文采用深度卷积模型实现属性识别,在基础网络上设计一种基于部位注意力的LSTM模型,在数据集上进行对比实验,本文设计的模型具有更好的效果。