随着现代社会对安全的迫切需求,生物特征识别作为对安全敏感场合进行访问控制的一种身份鉴别技术,得到大力的研究和发展。人脸、指纹等生物特征通常要求近距离或接触性的感知,在远距离的情况下将无法使用,而步态则是此种情况下唯一可感知的生物特征,因此,步态识别——利用人行走的姿势鉴别人体身份,在视觉监控领域具有显著的优势。首先对步态进行预处理。通过分析和比较常用的运动检测方法,针对文中使用的步态序列具有背景简单的特点,采用背景减除法实现步态检测;对步态运动的周期性进行分析,并利用人体侧影的高宽信息计算步态周期。然后,基于“行走运动的关节角度变化包含着丰富的个体识别信息”的观点,提出了基于下肢运动分析及DTW的步态识别方法。对每个步态序列,依据人体解剖学的先验知识,通过对下肢运动的分析来定位关节点,进而提取一个步态周期的下肢角度变化轨迹作为特征矢量;采用动态时间规整(DTW)算法计算不同步态序列间的相似度,使用最近邻分类器及K近邻分类器实现步态的分类决策。最后,针对基于单一特征的步态识别方法一般不能得到令人满意的识别效果,利用特征融合的思想,提出了在匹配层上融合下肢角度及人体轮廓特征的步态识别方法。融合过程中,权重的赋予使两种步态特征按较优的比例进行组合,以充分发挥其互补性。GASIA数据库上的仿真结果表明,本方法的识别率达到95%,明显高于基于单一特征的步态识别方法。