步态是指人走路的样子,心理学实验以及解剖学理论表明其具有一定的人人相异性,可以用来进行身份识别。同时,步态具有可远距离获取、易于采集,非接触性、难于隐藏或伪装等特点,能很好地满足现代安防领域的诸多应用场景的需求,有着广阔的应用前景,因而在近年来受到了越来越多的关注。步态识别的研究内容包括步态数据的获取、运动目标分割、步态特征表示、步态分类等方面,其中步态特征表示是比较重要的部分,也是本文关注的对象。本文的主萝工作有：(1)对特征维数的约减进行了探讨,较详细地介绍了主成份分析(PCA, Principal Component Analysis)和线性判别分析(LDA, Linear Discriminant Anal-ysis)两种方法。(2)基于轮廓-质心距离,针对现有方法对步态周期特性利用不完整的不足,从距离信号频域分析的角度,提出了一种改进的步态特征表示方法。该方法较好地利用了在单幅侧视图的轮廓以及步态图像序列两个维度上的周期性,有较好的物理解释。在多个数据集上的对比试验验证了所提方法的有效性。(3)基于轮廓投影距离,针对现有基于轮廓的方法在数据采样方面要求比较苛刻造成不能充分利用步态数据,提取的步态特征不够直观的不足,从投影距离信号统计特征的角度,提出了一种改进的步态特征表示方法。该方法不需要按照相同的数目对不同周期的步态侧视图序列进行采样,更好地避免了信息的损失,得到的步态特征表示也更直观。在多个数据集上的对比实验验证了所提方法的有效性。(4)从图像纹理描述的角度,提出了一种新颖的步态特征表示方法。该方法将步态侧视图的图像序列浓缩表示在单幅图像中,大幅降低了存储开销；具有较强的鲁棒性,对步态侧视图的要求低、预处理步骤少,适用于质量较低的步态侧视图序列。在多个数据集上的对比试验验证了所提方法的有效性。