步态识别是一种新兴的生物特征识别方法,是通过大走路的姿态来识别人的身份或进行身份验证的一种研究方法。与传统的指纹、虹膜等生物特征相比,步态特征具有远距离采集、非接触式采集、难以伪装等特点,这些特点使得步态特征在远距离识别领域有其独到的优势。这也是步态特征成为近几年一个研究热点的重要原因。尽管步态特征具有以上优势,学术界也提出了各种用于步态识别的算法,但一直以来步态识别却仍然没能达到产品化的程度。究其原因,大规模数据库下识别率较低、识别精度易受服饰等外在因素的影响以及数据采集限制过大是其三个最主要的原因。鉴于此,本文针对这三个问题进行了研究和探讨。重点研究了历史的几种算法的优劣势,并在此基础上进行了改进和创新。本文主要完成了以下两个方面的工作：一是提出了一种新的基于运动角联合分布的步态特征,并提出了相应的识别算法对该特征进行识别；二是构建了基于该算法的步态识别系统。工作中的创新和改进内容包括：第一、对人体步行时各关节角的变化状态进行了分析,定位步行时的关键关节角；第二、基于关键关节角,通过数据统计分析建立新的步态特征直方图；第三、提出用于新的步态特征的识别算法,并针对步态识别直方图的高维数的特点,为了降低机器学习模型的运算量,采用卡方检验等方式进行预处理,降低运算复杂度；第四、通过对比同期成果,发现该特征和算法在大规模数据库下的识别率有所提高,并且与其他方法相比更不易受到服饰因素的影响；第五、联系现实情况,利用空间几何的相关原理对数据采集模型进行修正。