随着中国的经济快速发展,人们对社会的安全和稳定有着更高的需求,尤其是在公安和社会安全方面,对人的身份识别的精确要求越来越高,普通的身份识别以及人眼的识别有着很多的不足与缺陷,因此,基于计算机视觉的身份识别应运而生。步态识别是众多身份识别中的一种比较先进的方法,因为步态识别具有不容易隐藏、不容易伪装等特点,并且在远距离条件下,是人们进行身份识别的一种常用的方法,因此受到了大家更多的关注以及青睐。步态识别主要包括三个部分:步态序列图像预处理、特征提取和分类识别。本论文是基于动态视频的人体步态识别,主要完成的步态识别理论的研究工作大致分为以下几个方面:对于连续的步态视频进行按帧的前期处理,通过背景减除法对动态前景进行提取。在特征提取的工作中,本论文论述并采用了两种方法,一种是HU不变矩的使用,另一种是Radon的变换,对每一帧进行HU不变矩提取同时对每一帧进行Radon变换,将提取值作为两组步态特征数据,同时对GEI图像进行HU不变矩提取,并与Radon的变换进行融合以作为第三组的特征数据。在决策融合的识别过程中,将每一种识别结果作为一票,对投票结果进行统计,得到票数最多的结果作为最终的识别结果。为了验证本试验的方法的可行性以及识别结果得精确性,对识别结果进行对比分析,将HU不变矩、Radon变换的识别以及融合后的识别结果进行对比,同时统计投票最终决策的识别精度,将四种方法进行对比,验证本方法的精确性,同时将该方法与其他传统算法进行精度对比,验证本方法的先进性,为了确定本实验处理数据的统一性,试验中统一采用中科院自动化研究所提出的步态数据库CASIA,将实验进行测试与评估,通过上述的实验步骤和对比结果可知,本论文提出的方法能过提高识别的精确性并且具有着先进性,达到了预期的识别效果。