本发明公开了一种基于注意力机制与多任务学习的人体属性识别方法，包括获取行人图像进行处理得到人体框；构建共享卷积网络，对人体框进行共享特征提取；针对人体各属性构建独立的分支卷积网络，以共享特征作为各分支卷积网络的输入，得到各分支卷积网络的输出作为对应属性的个性特征；将得到的各属性的个性特征分别输入至各属性分支对应的注意力机制网络，生成各属性的注意力图，将注意力图叠加至对应的个性特征上，得到定位有对应属性的所属区域的特征图；将特征图分别输入至各属性分支对应的全连接层，输出人体各属性的预测识别结果。本发明可学习各属性之间的内在联系，并且得到各属性的关键信息区域，提供属性识别的准确率。