由于严峻的公共安全形势，智能视觉监控越来越受到重视。步态识别能够从远距离识别出人的身份，对提高监控系统的智能性至关重要。步态识别的难点之一是步态特征作为一种行为特征，具有很强的不稳定性。特别是在视角变化、衣着变化、携带物品、光照变化、时间变化等情况下，提取稳定的具有区分能力的特征变得非常困难。本文针对步态识别中的视角变化这一常见变化，进行了一系列研究，并对衣着和携带物品变化等因素也有所涉及。此外，还对基于步态的性别识别这一新方向进行了探索。本文的主要工作有：　　 1.目前步态识别研究尚不成熟，步态识别缺乏统一评价标准，而且有很多问题尚没有研究清楚。针对这一现状，创建了一个步态识别算法评价框架。这个评价框架包括一个大规模的步态数据库(CASIA步态数据库数据集B)，三组实验和一系列评价指标。该框架可以评价某个步态识别算法对视角变化，衣着变化和携带物品变化的稳定性，指导步态算法的设计。　　 2.哪个视角最适合用于步态识别?视角变化是如何影响识别率的?这两个问题是步态识别研究中的两个重要问题。本文对视角变化与步态识别性能的关系进行了建模和分析，分析得出侧面视角是步态识别中的最佳视角的结论；另外，还建立起视角与识别率之间的关系模型。这些对步态识别研究具有一定的指导意义。　　 3.目前虽然有大量的步态识别算法被提出，但是这些算法大部分都是基于特定视角的，对视角变化不鲁棒，这极大的限制了步态识别的应用。文中分别提出了一种线性和一种非线性的模型.将一个视角的步态数据合成为该人在另一个视角的数据，来解决测试数据的视角跟注册数据的视角不一致问题。大量的实验验证了该算法对于解决视角变化问题非常有效。　　 4.已有的研究证明可以根据步态区分性别。性别可以用于步态特征的粗分类，用于提高步态数据库的检索速度和提高步态识别的准确率。另外，性别识别还可以提高监控系统的感知能力，对进人场景中的行人进行信息搜集。在文中使用了多种特征和多种分类器从多个视角进行性别识别研究，并比较了各种特征以及分类器性能，在实验中发现了一些有用的结论，如身体的哪些部分最能表现人的性别，哪些特征最有区分能力等。针对步态特征常见的视角变化问题，提出了解决方法，获得了令人鼓舞的结果。除此之外，还进行了跨人种的性别识别，获得了比较高的识别率，证明了不同人种的相同性别的人的步态是相似的。