随着人工智能和深度学习的崛起,生物特征识别技术毫无疑问已经成为解决计算机身份验证和身份识别问题最有效的方法。目前先进的身份识别系统使用单生物特征的居多,但是使用单生物特征会存在信息限制,表达限制,不变性限制等问题,导致身份识别系统的准确性难以取得较好的结果。而多生物特征识别方法虽然能够在一定程度上提高身份识别的准确率,但需要每一种特征都要采集足够完整以进行识别。因此,在使用生物特征识别技术时,选择合适的生物特征,通过一种数据采集方式完成数据采集任务。另外,设计适当的融合方法,可以提高实际环境中身份识别系统的效率和准确率。针对上述问题,论文设计使用机器人采集图像数据,通过从静态图像提取多种特征进行多生物特征识别完成身份识别任务。论文主要研究内容如下:1.智能机器人行为。以机器人为主体,将身份识别的数据采集任务以机器人的方式进行采集,同时可以完成自动巡检、行人感知、主动拍照和根据身份识别的结果进行语音提示的任务。2.使用机器人拍摄的图像进行身份识别。由于机器人的摄像头拍摄方式距离适中,拍摄的图片具有较高分辨率,能够从图像中得到清晰的人脸和身形特征,因此选择人脸识别和整体身形识别作为身份识别的方法。3.多生物特征识别模型研究。传统的基于静态图像的生物特征身份识别方法,容易受到实际拍摄环境的影响,为了能够接收较多信息,提高身份识别的准确率,论文选择行人重识别（Person reidentification,Re ID）作为行人整体身形的识别方法。将人脸识别和行人整体身形识别作为多生物特征识别的研究方法,使机器人能够在拍摄照片情况复杂多样的条件下能够准确识别行人身份。论文使用机器人主动对现实环境中的人进行拍照,以机器人拍摄的静态图像数据为研究对象,使模型可以从图像上提取到需要的生物特征,使用多生物特征识别技术和特征融合方法提高身份识别的准确性。通过实验证明机器人能够在复杂的真实环境实现主动完成身份识别的任务。