步态识别是生物特征识别技术中的一个新兴领域。它旨在根据人们的行走姿势实现对个人身份的识别或生理、病理及心理特征的检测,具有广阔的应用前景,成为近年来生物医学信息检测领域备受关注的前沿方向。热释电红外(PIR)传感器探测人体发出的红外辐射,在有效范围内可实现运动人体的检测。由于它的低成本低功耗,在防盗报警及自动照明控制等方面有广泛的应用。行走时的人体红外辐射还含有肢体摆动及步行姿态特征信息,将为步态特征提取与身份识别提供新的来源。本文采用表面装有菲涅尔透镜的热释电红外传感器检测人体行走时的红外辐射信息,利用所得红外辐射的连续时间序列信号提取人体行走时的运动特征进行身份识别。研究中搭建了运动人体红外数据采集系统,进行了数据采集实验并建立了小型的红外数据库;采用两种方法提取特征并进行身份认证。其一是对时域信号建立自回归(AR)模型,提取AR系数作为特征并使用支持向量机(SVM)进行身份认证,其正确识别率最高为66.48%;其二是将时域信号进行傅立叶变换后提取频谱信息作为特征,并采用主成分分析(PCA)方法对频谱矩阵进行降维,后利用支持向量机进行分类,其最高识别率为86.53%。结果表明,热释电红外信号经时频转换后,以频谱信息作为特征并进行PCA降维提取特征,其识别效果要优于前者。通过对PIR传感器输出信号的处理,可在一定程度上实现运动人体的身份识别,为安全级别较低场所的人体身份识别提供了一种低成本的解决方案。目前,基于运动人体红外特征的身份识别研究与应用尚处于起步阶段,本文研究成果将为这项技术的发展起到一定的探索作用。