步态识别技术是生物识别技术中的一种，它通过使用固定好的摄像机对人体行走过程的图像序列进行采集，再通过相关算法处理后与存储的步态数据进行对比，这种方法在身份的鉴别上很有用处。作为一种生物识别技术,其独特的优势是其他生物识别技术所不具备的,即具有在远距离视频图像或低视频质量下识别的潜能,且步态不易隐藏或伪装等优势。随着车站、银行、机场等敏感场合需要大范围全方位的智能提升监控系统，远距离的身份鉴别系统的研究将对计算机视觉研究者们产生极大地兴趣。步态特征是远距离环境下唯一可以获取的生物特征，故从智能视频监控的观点来看，步态识别的应用前景非常广泛。步态识别已经成为一个全新的研究领域。本文将avi格式视频进行帧提取，并保存为jpg图片格式，同时采集6个青年人的室内步态视频序列进行数据库建立。针对步态轮廓图的提取，本文分别使用了背景建模和背景减除法。通过混合高斯模型对步态建模获取视频背景的图像，再使用背景减除法获取相应的运动检测部位，并运用形态学检测和边缘检测，二值化等手段取得人物步态图像。通过实验结果可知，人体轮廓图的获取较为清晰。随后本文采用模板法的方法，应用骨架模型的方法来提取人体的步态信息。首先使用基于距离变换的骨架算法来提取人体骨架；之后，通过腐蚀与还原技术提取人体整体骨架的躯干和腿部骨架枝；最后，主躯干和下肢骨架的周期性摆动特征作为步态的识别特征来进行人体步态的鉴别。实验结果证明，此方法在室内固定光照环境下有着较高的正确率。并且在不同视角情况下，通过对骨架信息进行视角修正也可以一定程度地提高识别的正确率。但是在实际应用中仍然要考虑很多因素的影响，例如环境适应性问题，三维角度变化等问题。