受足部骨骼和后天生活环境影响,足迹具有唯一性和独特性。足迹包含了人的行走习惯和足型结构等信息,并且具有易采集性和隐蔽性,因而基于足迹的应用研究受到越来越多研究者的关注,而基于足迹数据提取有效的足迹特征,成为能否成功应用的关键。本文在国内外有关足迹特征提取及其应用研究的基础上,分析了赤足足迹特征,并且对足型特征与身高之间的关系以及足型特征、形态特征、卷积特征在身份识别上的应用进行了研究。具体研究内容如下:(1)分析了足迹数据的足型特征、形态特征和卷积特征。根据不同类型的足迹数据和不同的应用领域,针对足迹压力数据提取了足长足宽等足型特征、足底面积和压力直方图等形态特征以及基于LeNet-5模型的卷积特征;针对足迹光学图像数据,在提取足长足宽的基础上还提取了足迹特征点之间的距离特征作为足型特征。(2)使用线性回归的方法分析了三种测量足长足宽的方法所测得结果的差异性并研究了足型特征与身高之间的关系。通过散点图、Pearson相关系数以及线性回归拟合实验,结果表明了三种测量足长足宽的方法所测得的结果没有显著性差异;在消除足型特征间的多重共线性的影响后,与身高相关性极高的特征仅有足长;与身高和足长相关性都极高的特征有fAC、fAE、fAF、fBE、fBE、fCM、fEM、fFM。(3)提出一种针对足迹压力数据的分类识别方法。该方法首先通过计算各特征及其组合特征在SVM中的识别准确率选取具有最优识别率的特征子集;然后计算选取后的各特征在分类识别中的权重系数,根据权重系数实现足迹特征的优化融合。同时讨论了优化融合特征在多模态足迹压力数据集上的泛化能力。实验结果表明,此方法能够大大提高特征的识别能力,并且在多模态足迹压力数据集上具有较强的泛化能力。