步态识别是生物识别技术研究中的新领域，它旨在根据人们走路的方式进行身份识别。步态识别以远距离识别、非侵犯性和难以隐藏等特点引起了视觉研究者的浓厚兴趣，成为近年来计算机视觉领域中备受关注的前沿方向。步态识别主要由三部分组成：步态检测、步态表征和特征分析以及步态鉴别。 本文使用背景减除法提取出运动人体轮廓，然后采用轮廓到质心的距离信号作为步态特征，再运用核主成分分析的方法进行特征分析，最后使用支持向量机对行人进行识别。 首先，采用一种统计的方法重建背景图像，并实时地对背景模型更新以适应光线变化和场景本身的变化； 其次使用背景减除法进行运动人体分割，结合直方图迭代法获得阈值将图像二值化； 然后采用数学形态学方法消除步态图像的噪声，并对图像进行轮廓提取和跟踪，利用轮廓到质心的距离信号作为步态特征；继而使用核主成分分析方法进行特征分析和数据压缩； 最后，在时空相关性分析的基础上，使用支持向量机对步态进行分类和识别。 通过实验表明：该算法不仅获得了比较高的识别性能，而且拥有相对低的计算代价，是一种有效的步态识别方法。