1.一種基于Kinect的視角不變性步態(tài)識別方法，其特征在于包括以下步驟：
(1)骨骼關(guān)節(jié)三維空間位置坐標的獲取，即利用Kinect提供的SDK自動捕獲進入視野范圍內(nèi)的人體，并將行走過程中每幀的關(guān)節(jié)位置信息的三維空間坐標(x,y,z)保存在列表數(shù)據(jù)結(jié)構(gòu)中；
(2)靜態(tài)特征的選擇與獲取，具體步驟包括：
a.設(shè)置人體距離Kinect的閾值，獲取具有準確穩(wěn)定關(guān)節(jié)信息所在的置信幀；
b.定義8組關(guān)節(jié)之間的距離作為靜態(tài)特征，根據(jù)置信幀中每幀關(guān)節(jié)的三維坐標信息，利用歐式距離計算各段距離，并將這8段距離組成一個8維的靜態(tài)特征向量；
c.根據(jù)置信幀的幀數(shù)，對以上得到的靜態(tài)特征向量進行統(tǒng)計平均運算，將結(jié)果作為最終的靜態(tài)特征向量；
(3)動態(tài)特征的選擇與獲取，具體步驟包括：
a.定義共8個關(guān)節(jié)的擺動角度作為動態(tài)角度特征，并計算其在每幀的角度值，得到8個動態(tài)角度序列；
b.將得到的8個角度序列按照同名關(guān)節(jié)分組，將每組關(guān)節(jié)的左右角度序列數(shù)據(jù)進行差分運算，再對差分序列進行零點檢測，將零點對應(yīng)與左右角度序列中的幀標記出來，并將這些幀當作周期分割幀，進行周期提取，最終得到包含一個周期信息的四組動態(tài)角度序列；
c.將得到的四組動態(tài)角度序列分別作為動態(tài)特征，單獨測試識別效果，最終確定識別率最高的那一組動態(tài)角度序列作為最終的動態(tài)特征向量。
(4)特征的匹配與融合，具體步驟包括：
a.利用歐式距離計算靜態(tài)特征向量樣本與模板之間的距離，并以此距離作為匹配分值；
b.利用動態(tài)時間規(guī)整DTW算法計算動態(tài)特征向量樣本與模板之間的距離，并以此距離作為匹配分值；
c.將a和b步驟中得到的兩種特征的匹配分值分別歸一化之后，按照線性加權(quán)原則進行特征融合，其中權(quán)重與每種特征單獨的正確識別率正相關(guān)；
(5)分類識別，即根據(jù)特征融合之后的匹配分值作為最終樣本與模板之間的相似性度量標準，采用最近鄰分類準則進行分類識別。
2.根據(jù)權(quán)利要求1所述的基于Kinect的視角不變性步態(tài)識別方法，其特征在于，所述步驟(2)中8組關(guān)節(jié)之間的距離依次是：右大腿、右小腿、右大臂、右小臂、脊柱、肩寬、頸長、頭縱距。
3.根據(jù)權(quán)利要求1所述的基于Kinect的視角不變性步態(tài)識別方法，其特征在于，所述步驟(3)中8個關(guān)節(jié)的擺動角度分別為：左右大臂、左右小臂、左右大腿、左右小腿在某一平面的擺動角度。