随着城市交通的快速发展,闸机是城市轨道交通自动售检票(Automatic Fare Collection, AFC)系统中的关键设备之一,闸机的智能识别系统要求非接触式远距离的身份识别。步态识别是生物模式识别中一项新兴领域,人体步态相对于其它生物特征具有许多优点,最突出的一点就是在远距离的情况下仍然能被感知。本文提出了一种非刚体图像序列特征点对应的新方法,应用于步态识别中去,并进行了编码。这种方法首先在图像序列的采集过程中,人体身着黑色的服饰,并在人体的关节点附上白色的小圆斑,这些小圆斑的中心点便可作为运动分析的特征点。根据图像序列帧间的时间间隔很小这一特点,指出特征点在图像帧间的运动具有平滑性,进而提出了一种特征点运动平滑的代价函数。然后将目标跟踪技术应用于特征点的跟踪,利用两个一维卡尔曼滤波器分别对特征点的两个坐标进行预测跟踪。特征点的遮挡问题可以通过特征点跟踪过程中对特征点位置的预测得到解决。实验证明,该文方法能建立非刚体运动特征点的正确对应,并能解决特征点的遮挡问题。本文首先对人运动的视觉分析及新兴的步态识别技术进行简要介绍;然后阐述我们研究的步态识别中所用到的特征点跟踪的算法设计,介绍算法中使用到的理论知识;最后设计算例,并且分析输出结果、绘制曲线。对算法实现过程中可能出现的影响曲线平滑程度的因素,我们进行了总结归纳。