本发明提供了一种基于循环神经网络注意力模型的行人属性识别网络和行人属性识别技术。所述行人属性识别网络包括使用行人原始全身图像作为输入提取行人全身图像特征的第一卷积神经网络；使用行人全身图像特征作为第一输入，上一时刻关注的属性组别的注意力热图作为第二输入，输出当前时刻所关注的属性组别的注意力热图和经过局部高亮的行人特征的循环神经网络；使用经过局部高亮的行人特征作为输入，输出当前关注组别的属性预测概率的第二卷积神经网络。本发明利用卷积循环神经网络注意力模型挖掘行人属性区域空间位置的关联关系，更加准确地高亮图像中属性对应区域的位置，实现了更高的行人属性识别精度。