1.一种基于最适宜步态流型空间的步态识别方法，其特征在于，包括以下步骤：

S1：分别提取训练用步态视频和待识别步态视频的步态轮廓图并合成步态增量图；

S1.1：分别采集正常步态情况下以及包含干扰信息情况下的行人步态视频；

S1.2：对所述的步态视频进行解码，并对得到的连续图像进行运动目标检测、前景分割和二值化处理，从而生成只包含目标个体的二值图像，即得到步态轮廓图；

S1.3：将所述的步态轮廓图按周期取平均增量得到初级步态特征，从而得到步态增量图；

S2：将S1.3得到的训练用步态的步态增量图进行重组，构造正常步态增量图集G0和包括各种影响因素的N个异常步态增量图集G1,G2,…,GN；

S3：通过多因子距离度量来确定每个已知个体的最适宜步态流型空间和相应的基步态样本集；

S3.1：针对每个已知个体，分别对其正常步态增量图集G0内的元素进行有放回的随机采样得到M个等容量的数据子集G01,G02,…,G0M，并以此为基础构造对应于正常步态增量图集G0的M个局部线性子空间S1，S2,…,SM；

S3.2：针对每个已知个体，分别计算其每个异常步态增量图集G1,G2,…,GN到正常步态增量图G0的M个数据子集G01,G02,…,G0M的平均距离；

S3.3：将上一步得到的平均距离从小到大排序，取最小的平均距离对应的局部线性子空间为该已知个体的最适宜步态流型空间SO；同时，取构造SO的正常步态增量图集为相应的的基步态样本集。

S4：距离度量与统计：将S1得到的待识别步态的步态增量图转换到各已知个体的最适宜步态流型空间，并计算待识别步态样本到每个基步态样本的距离；在此基础上，采用K近邻的方法统计所得距离，并将待识别步态判定为占多数的基步态样本所属的个体。

2.根据权利要求1所述的基于最适宜步态流型空间的步态识别方法，其特征在于，所述S1.3中的步态增量图G的构造方法如下：其中，I为一个周期内的步态图像帧数，(u,v)为坐标，Bi和Bi-1分别表示第i帧和第i-1帧的二值化步态轮廓图。

3.根据权利要求1所述的基于最适宜步态流型空间的步态识别方法，其特征在于，所述的S3.2中每个异常步态增量图集到正常步态增量图G0的M个数据子集的平均距离的计算方法为：将该异常步态增量图集中所有样本映射到正常步态增量图G0的M个局部线性子空间，并在该空间内计算每个异常样本到正常样本的平均距离。

4.根据权利要求1所述的基于最适宜步态流型空间的步态识别方法，其特征在于，所述S4中计算待识别步态样本到每个基步态样本的距离时，针对每个已知个体，先将未知步态和该个体的基步态样本都映射到对应的最适宜步态流型空间，然后再计算对应的距离。