智慧城市是科技赋予给社会的一个新的名词,而摄像头是建设智慧城市一个重要的基础设备。高效,有效的利用好摄像头信息能够在人们日常生活和维护社会秩序中发挥重要的作用。行人信息在摄像头信息中占有很大的比例,通过摄像头中的行人信息,可以进行行人检索,行人识别和行人重识别。因此,对于行人信息的研究有着很强的现实意义。本文是对自然场景下行人属性信息进行识别。通过总结之前对于行人属性的研究工作,本文发现之前工作主要是探讨行人属性信息的存在性。然而,行人属性的位置信息在行人重识别等领域也有重要的作用,因此本文主要对如何获取行人属性位置信息进行研究。本文利用语义分割模型进行行人属性位置信息的获取。面对当前无可用行人属性语义分割数据集的状况,本文制作了第一个行人属性语义分割数据集。在此数据集基础上,本文利用不同语义分割框架进行实验,首先利用简单的语义分割模型进行可行性验证,验证了可以利用语义分割获取到行人属性的位置信息,之后利用精度更高更复杂的模型训练得出此数据集的miou基准值。针对得到的miou基准值,本文从属性类别、准确率、图片清晰度三个方面与miou进行了相关性分析,得出miou与属性数量占比、准确率、图片清晰度都成正相关。最后,本文从降低模型复杂度和更好的利用特征两个方面对语义框架进行修改,并为之后相关研究提供建议。