本发明涉及利用文本描述生成图像进行行人搜索的方法，属于计算机视觉技术领域，该方法包括如下步骤：S1、构造用于实现文本描述到行人图像转化的转化生成模型；S2、重复将指向目标行人的文本描述输入至转化生成模型中，加入随机噪声，生成K个对应目标行人文本描述的行人图像，记为查询图像，K个查询图像构成查询图像组，K≥1；S3、将查询图像组中的查询图像分别输入基于图像的行人搜索模型，获得K个对应的目标行人搜索结果序列，每个目标行人搜索结果序列中包括若干候选行人；S4、将K个目标行人搜索结果序列中的候选行人进行加权重排，将所有候选行人按照最终排序位次进行排序，获得文本描述的目标行人搜索结果。