刘晓阳，刘金强，郑昊琳

中国矿业大学(北京)机电与信息工程学院，北京 100083

步态识别是一种新的生物特征识别技术，可以根据走路姿势实现人员身份的识别[1]。步态识别在远距离或低视频质量情况下的识别潜力很大，且步态难以隐藏或伪装，不需要人员进行特意地配合，尤其在黑夜使用红外步态识别技术更能发挥其作用[2]。目前，煤矿井下通常采用人脸和指纹进行人员身份识别，尽管基于人脸和指纹的身份识别在正常环境下识别率很高，但煤矿井下空间受限、光线昏暗、潮湿、巷道中存在煤尘等，使得人脸和指纹比较模糊，严重影响了基于人脸和指纹等身份识别方法的识别率[3]。步态识别方法受照度影响小，对视频质量要求低，也不受距离限制，非常适合矿井下的环境特征。通过对人员步态图像进行识别监测，可以第一时间准确地识别出井下作业人员身份信息[4-6]。这对实现矿井安全监测、人员身份定位和实现智能矿井具有非常重要的意义。

近年来，步态识别迅速发展。赵喜玲等[7]提出了基于静态能量图和动态群体隐马尔可夫模型的步态识别方法，该方法受噪声影响小且对角度变化具有鲁棒性。Liu等[8]提出了一种基于Hough变换和主成分分析(PCA)的步态识别方法，首先在Hough的参数空间中建立步态模板，然后利用PCA进行维数简约实现步态识别。近年来，深度学习也成为了解决步态识别的热门方法之一。Wu等[9]提出的基于深度卷积神经网络的跨视角步态识别方法，可以进行多视角识别，提高了识别精度。……