在科学技术迅猛发展和信息化程度日益提高的当今社会，公共敏感场所的安全问题受到各个领域研究人员的重视，众多生物特征识别技术因此而兴起。其中，基于足底压力测量和行走步态分析的身份识别技术是一种新兴的识别技术，具有不易隐藏、非侵扰性识别和可远距离识别等优点，近年来极受青睐。基于足底压力测量的触觉识别系统由于设备成本高而不能普及应用，而基于下肢向心加速度分析的视觉识别方法设备需求简单，可以作为系统识别中的一种辅助手段，具有现实可行性。为了改善现有识别系统的性能，提出了一种以类圆周运动和向心加速度相结合的步态识别方法，从理论上分析了识别方法的可行性，建立人体下肢力学模型，并在单一视角下进行了实验验证。论文的主要研究工作如下：首先，对现有身份识别的国内外研究现状以及识别技术的优缺点进行了分析，提出了一种以人体下肢向心加速度为基础的步态识别方法，建立人体下肢运动的一般力学模型，并在运动模型的基础上对识别方法进行理论可行性分析。其次，完成了单一视角下人体行走步态图像序列预处理工作，提出了以帧差法为基础并引入时间域平均值算法的背景建模技术，在此基础上，对运动前景进行分割，对分割后的二值图像进行滤波、去噪和形态学后处理工作。接下来对单一视角下侧面行走人体图像序列进行周期特征提取，根据人体行走的周期性和对称性特点，对某一条腿关键运动姿态进行运动分析。忽略人体上肢对行走过程的影响，将下肢运动等效为类圆周运动，大腿的运动看作是铰接的杆绕着髋关节点进行转动，小腿的运动为绕着膝关节做类圆周运动，关节点所在轨迹均为所做运动的圆周上的一部分。根据圆周运动的特性，提取出运动人体下肢的髋关节点、膝关节点和踝关节点，对特定姿态下整个下肢的运动过程进行力学建模并计算出向心加速度的大小。最后，在搭建好的实验平台的基础上，对不同人的下肢运动图像序列进行特征提取与运动参数计算，统计运动信息，建立小型实验用数据库，通过再次采集部分行人运动信息，与已建立好的数据库中的信息进行对比，完成识别验证工作。实验结果表明，本文所用的识别方法具有可行性。