随着计算机视觉和人工智能技术最近十几年的突破性发展,生物特征识别再一次引起广泛关注。在用作身份识别的生物特征中,步态特征作为一种融合了先天生理性和后天行为性的生物特征,不仅具备较高的个体差异性,而且还拥有远距离非侵犯性,不易伪装隐藏和对图像分辨率要求低等优点,逐渐成为生物识别技术研究热点。步态识别分为步态视频预处理,步态特征选取,步态特征识别三个方面。本文对每个方面都进行了大量的实验,从理论性和实践性两个方面来阐述通过步态分析来识别个体身份的可行性。做出的创新有以下几点:(1)步态视频预处理阶段,本文摒弃常用的三帧差分法,提出利用像素灰度空间无参聚类的背景减除和联通区标记算法来检测人体轮廓。实验证明提取出的轮廓图像清晰,对之后人体运动特征的提取有重要的意义。(2)步态特征提取阶段,针对现有的步态特征提取理论偏复杂实用性不高等弊端,经过理论分析和多次实验验证,提出一种基于质心和轮廓关键点的步态特征表示方法,并论证了该步态特征作为识别个体身份依据的有效性。(3)步态特征识别阶段,从步态周期和阶梯模式两个方面改进了自动时间规整(Dynamic Time Warping,DTW)算法,使之更加适合步态识别这一领域,量化了不同步态序列之间步态特征的差异度。(4)实现了一个基于视频流的步态识别系统,该系统采用MFC+MySQL+OpenCV的开发环境,以行人行走的视频流为系统输入,利用上述提及的算法对视频中的个体进行特征提取及分析工作,最后输出个体身份信息。验证了本文所提步态方案的可行性与实用性,同时为今后更为复杂情况下的应用奠定基础。