基于步态的身份识别主要研究如何从记录目标行走的视频序列中，通过图像处理和计算机视觉技术，对目标的行走方式进行分析，并结合模式识别的方法获得关于目标身份的信息。由于步态以视频的形式进行存储，因此不需要同目标进行近距离或接触性的感知，可在目标毫不知情的情况下进行采集，具有良好的非侵犯性。同指纹、虹膜、面相等第一代生物特征相比，步态识别系统将更加方便易用。对于安全要求较高的公共场所，结合步态识别的视频监控系统将是一种理想的安全手段。在人机交互、动画和虚拟现实以及医学等诸多领域步态识别也有着重要的应用前景和巨大的经济价值。然而，当前基于视频的步态识别研究仍然出于探讨性目的，尚没有实用化的步态识别系统出现，利用步态进行身份识别和认证的研究正处于起步阶段。 步态识别是生物特征识别领域中一个新兴的子领域，通过步态进行身份感知的研究可以追溯到60年代。通过视频处理进行自动步态识别则始于90年代。在国内，2000年之后才出现有关步态识别研究的报道。本文深入研究了国内外有关步态分析和识别的方法和原理，并对各种方法进行了分析对比和分类，详细分析了目前基于视频的步态识别算法中遇到的主要问题。这些问题主要包括：一、如何避免视角因素的影响，无论目标行走视频的拍摄角度如何，均能进行有效的识别。二、如何避免衣着对于步态识别的影响。 基于视频的步态识别关键是研究合适的步态表示方法并从中提取有效的步态特征，因此这部分内容将成为本文的研究重点。步态的表达可根据是否对人体结构进行建模分为两类：模型无关的方法和基于人体结构模型的方法。本文将以步态的建模与表达为切入点，从模型无关和基于模型这两个方面进行步态分析方法的研究。在模型无关的方法中，本文主要提出了差分运动切片的概念，并从中获得行走序列的集中表示。在基于模型的方法中，提出了一种多连接椭圆的人体姿态表示方法，模型相关参数的变化反映人的行走过程。多数基于视频的步态识别算法要求目标的行走方向同摄像机的拍摄方向垂直，以保证在后期的处理过程中所提取的步态特征不会因为视角因素而发生畸变，影响识别结果。视角因素的影响若不能克服，将大大限制了方法本身的实用性。本文所提方法的一个重要特