本发明实施例公开一种行人属性分析模型的训练方法及装置，包括：将行人图像，以及与所述行人图像对应的概率图输入卷积神经网络，得到预测属性；所述概率图表征在被划分出至少一个行人部件区域的所述行人图像中，每一个像素节点属于行人部件区域的概率值的集合；利用与所述行人图像对应的真实属性，以及所述预测属性，计算训练损失；如果所述训练损失收敛，则将所述卷积神经网络当前的模型参数确定为行人属性分析模型的模型参数，得到行人属性分析模型。采用上述训练方法训练得到的行人属性分析模型，其在用于识别属性未知的行人图像时，即便面对应用场景、行人姿势、摄像机角度差别较大的行人图像，也可以较为准确地从中识别出行人属性。