在以IT技术和生物技术为主流科技的知识经济时代，身份的鉴定有了来自生物体自身的密匙，横跨这两大科技领域的生物特征识别技术正愈益显示出其旺盛的生命力和远大前景。与传统的身份鉴定手段相比，生物识别具有无可比拟的优势。其中步态识别技术以其所具有的非侵袭性，良好的防伪性，简易的采集条件，远距离识别等优势，受到了越来越广泛的重视，本文也在这方面作了探讨。 人运动的视觉分析是步态识别的重要内容之一，它在虚拟现实，视觉监控，感知接口中均有广泛的应用前景，本文介绍了视觉分析中图像序列的检测，分类，跟踪，识别，并回顾了运动分析目前的发展水平和常用的处理方法。 提出了两种简单有效的自动步态识别方法。一种是基于轮廓的步态识别算法。即对每个序列而言，先用背景剪除法检测出人的运动轮廓，然后将这些时变的二维轮廓形状转化为对应的一维距离信号，并通过特征空间变换来提取低维步态特征，最后探讨了用归一化欧氏距离度量，标准的模式分类来用于识别。 另一种方法研究了力场变换在步态识别中的可行性，研究了力场变换在二维单帧图像，以及三维图像序列中的使用，提取了人的运动特征，取得了较好的效果。实验表明力场变换能用于步态识别。 上述两种方法中，基于轮廓的步态算法原理更简单，计算量更小，但识别结果不是很理想，而力场变换的计算量较大，耗时耗空间，但识别结果较理想。