生物特征識別作為一種身份認證手段，在信息安全領(lǐng)域已得到了廣泛的應(yīng)用。步態(tài)作為一種新的生物特征，其由于具有非侵犯性、難偽裝性、且可在遠距離非接觸和低分辨率的情況下進行圖像捕獲等優(yōu)點，所以已成為計算自動機識別中的一個研究熱點。為了提供一定規(guī)模的步態(tài)評估數(shù)據(jù)庫，中國科學(xué)院自動化研究所創(chuàng)建了CASIA數(shù)據(jù)集步態(tài)數(shù)據(jù)庫，且該庫已得到了廣泛的認可。其具有多種行走條件下的數(shù)據(jù)樣本，圖1所示為數(shù)據(jù)庫中同一個人的三種行走條件下（正常、穿大衣、背包）的步態(tài)圖例，其中點線為定標塊。

　　步態(tài)識別的研究重點之一在于步態(tài)特征的提取，優(yōu)良的特征對于最后的識別結(jié)果起著至關(guān)重要的作用。步態(tài)特征主要分為兩個方面：整體特征和動態(tài)局部特征。以行走時人體的輪廓來表征步態(tài)特點的方法主要有步態(tài)能量圖法使用Zemike矩、小波描述子提取特征的方法，并且也取得了一定的效果。但在行走人衣著飾物發(fā)生改變的情況下，以上算法的識別精度還有待提高。針對以上情況提出了基于動態(tài)局部特征的步態(tài)識別，其可以很好地解決上述問題。

　　本文提出了一種基于動態(tài)部位特征的步態(tài)識別方法，其可通過構(gòu)造步態(tài)特征向量y來解決行走入衣著飾物發(fā)生改變情況下的步態(tài)識別。其系統(tǒng)框架如圖2所示。該方法首先通過預(yù)處理和目標檢測得到運動目標的黑白兩色二維輪廓；其次利用泊松方程得到在輪廓內(nèi)任一點到輪廓邊界的平均隨機行走時間，在此基礎(chǔ)上構(gòu)造閾值函數(shù)提取動態(tài)部位（如頭、胳膊和腿）；然后統(tǒng)計其等角度間隔的扇形區(qū)域內(nèi)所有點的均值和方差，用其構(gòu)造動態(tài)特征向量y；最后利用支持向量機（ Support Vector Machine，SVM）算法驗證其有效性和魯棒性。