本发明提供了一种低分辨率图像中行人朝向的识别方法，包括下述步骤：(1)制作行人朝向数据集和标签，生成行人头部、腿部、全身三种训练样本；(2)对图像进行镜像处理和多尺度采样操作扩增训练数据集；(3)利用框架caffe进行训练，得到对应的神经网络模型；(4)利用(3)训练好的神经网络模型分别提取行人图像三通道特征；(5)利用Softmax分类器进行分类，得到最终的朝向识别结果。本发明提供了一种生成行人朝向图像数据集的方法，采取的镜像处理和多尺度采样等操作可有效扩增小数据集，减轻过拟合现象；通过深度学习训练的识别行人朝向的卷积神经网络模型能够提取更具区分度的特征，对行人图像三通道特征的加权使得朝向分类结果更加准确合理。