步态识别作为一种新兴的生物特征技术,具有重要的理论研究意义和实用价值。目前有关步态识别的研究尚处于理论探索阶段,没有达到实用阶段。其作为一个方兴未艾的研究领域,还存在诸多研究的切入点,存在各种创新和改进的工作。本课题主要完成了两项工作:一是步态识别算法的研究,对算法进行创新和改进;二是步态识别系统的初步构建。算法的创新和改进工作包括:第一,针对当前步态识别算法中要么过于复杂,要么识别率不高的矛盾,提出了一种新的基于侧影的快速步态识别方法。该方法在检测出的二值人体侧影上直接进行处理,提取适量有效特征,因此处理简单快速且识别率较高。第二,将子空间特征提取法应用于步态识别的研究着重于局部保留投影算法(LPP),提出改进的二维LPP算法,引入判别信息。与已有改进算法OLPP、DLPP、ODLPP相比,避免了可能会造成的图像局部信息的损失,以及常见的奇异值问题。第三,考虑到将步态研究放于实际环境之下,各种干扰因素将对其识别性能造成影响,着重研究了多视角下的步态识别。通过二维平面几何图形分析,对于不同视角对识别效果的作用进行了分析,总结验证了不同视角对识别性能的影响规律,寻找出多视角下步态识别的最重要形状信息,并提出通过决策融合技术解决视角变化下的步态识别问题。上述算法经过实验验证和比较分析,均得到了令人满意的实验结果和令人鼓舞的识别性能。系统构建方面,实现了基于中国科学院自动化所的CASIA步态数据库的步态识别系统。系统设计上尽量做到功能明确、操作简单、识别快速有效。将本论文的三种改进或者创新的算法在系统中得以实现和验证,并实现与之进行比较的其他一些常用算法。希望随着系统的不断完善,为今后的算法研究提供一个平台,对步态识别算法的研究提供实验阶段的帮助。