摘要：步态识别是一种较新的生物特征识别方法,与指纹识别、虹膜识别和人脸识别等较为成熟的生物特征识别方法不同,步态识别还仅处于研究阶段,但相比于这些方法,步态识别具有以下优势：首先,不需被检测人接触设备或者进行配合,更有可接受性；其次,对图像质量要求不高；最后,在一定时期内难以改变、伪造和模仿。正因为步态识别的这些独特优点,使它适用于远距离大范围监控,在一些公共场所或者重要地点采用步态识别技术,可以提前发现潜在危险,由于其广阔的应用前景,目前世界各国研究机构纷纷投入研究。步态识别的研究有基于平面图像和基于立体信息的研究两种。本文的出发点是利用人体立体信息进行步态识别,但目前大部分基于立体信息的步态识别研究都是通过多个摄像头从不同方向同时拍摄从而得到三维人体信息,这在实际中实用性不够且成本较高,本文采用微软Kinect深度相机作为步态数据采集设备,从中提取出人体点云数据,实现利用单个相机获取人体立体信息,对获取到的人体点云数据本文提出了一系列的点云简化和压缩方法,另外,本文主要创新点是提出了两种新的特征描述方法,使步态识别效果比前人有了比较明显的提高。本文的工作从提取人体点云数据之后开始,主要包括以下内容：1.对原始点云数据序列的处理。处理过程包括：归一化点云数据序列,确定步态周期,选取关键帧,重采样人体点云数据和生成深度步态特征图。2.生成能量图特征,包括深度步态能量图DGEI和深度梯度步态能量图DGGEI,这也是本文的主要创新点,利用这两种特征进行实验,同时还利用前人步态能量图GEI进行了实验,并对三组实验结果进行了比较和分析。3.开发原型系统,本文最后在Visual Studio2008平台上面开发了个步态识别演示系统,该系统是对本文理论的集成和实现,具有研究和演示的效果。