吴 建，丁 韬，许 镜

(重庆邮电大学 通信与信息工程学院，重庆 400065)

0 引 言

步态识别是近年来计算机视觉和生物特征识别领域一个备受关注的研究方向，旨在根据人们走路的姿势进行身份识别。每个人走路的风格都各有不同，这都源于每个人的骨骼长度、肌肉强度、重心强度以及运动神经灵敏度等24种不同成分的差异性所造成的，如果把这些成分都考虑到，则步态是个体所特有的，这点在医学[1]和心理学[2]上也得到了多方面的印证。正是由于每个人的步态具有唯一性，且利用步态来识别个体具有远距离，非受控，不易伪装等优点，所以使得步态识别技术有了长足的发展，特别是在医疗、监控和疑犯跟踪等方面都有很广阔的应用前景。

步态识别作为一种新兴的生物识别技术，相比于较为成熟的识别技术如指纹识别、人脸识别[3]等，在识别精度和速度方面都有一定的不足。随着卷积神经网络的带动发展，步态识别研究成果在各方面的性能得到了很大的提升。步态特征提取是整个识别过程中最为关键的一步，也是一直以来国内外学者的研究热点。现如今的步态特征提取方法主要可分为基于模型匹配的方法和基于外观匹配的方法。基于模型匹配的方法是利用人体动力学的知识，将人体运动的特征参数模型化，在这些特征模型的基础上进行步态分析。文献[4]用单一视角的步态轮廓图来重构3D步态模型，并从模型中提取周期内的步态轮廓图来构建步态能量图，最后通过空间分类器来进行识别；……