步态识别作为一种生物识别技术,具有能360度全方位识别、识别距离远、难以伪装,不需配合等特点,相比传统生物识别技术用处更加广泛。太赫兹技术因为其无害安全便捷而在安检领域的应用越来越广泛,它用于安防场景可以发现人体隐匿危险品,从而定位可疑人物,通过被动式太赫兹人体步态视频图像准确识别可见光下对应的犯罪嫌疑人是我们亟待解决的问题。由于太赫兹视频图像只包含人体剪影,识别人物身份需要利用步态识别技术。研究被动式太赫兹视频图像人体步态识别算法对建立安全的社会公共环境具有重要的意义。目前无相关被动式太赫兹视频图像人体步态数据集,同时被动式太赫兹视频图像存在分辨率低、成像容易受环境影响等特点,在实际应用中摄像头与人体成多角度,人体服饰变化等也给步态识别带来了困难。针对以上问题,本文主要研究内容如下:（1）针对本应用场景下数据库缺乏问题,在地铁安检系统中根据图像特点采集足够量的人体步态数据集和可见光下的人体步态数据集,针对应用场景中摄像头与人体成多角度,人体服饰变化等复杂人体步态情况,采集同一人体多种角度下的人体步态和不同服饰的数据,并根据图像特点进行图像增强和重建。（2）根据本应用场景,从被动式太赫兹人体步态图像特征方向入手,提出一种基于视觉图像的被动式太赫兹人体步态识别方法（GaitPTV）。（3）在使用GaitPTV算法后,发现在携带物品或服饰变化时人体步态的识别准确率不高,于是从被动式太赫兹人体步态关节点的时序性入手,提出一种基于视频时间序列的被动式太赫兹人体步态识别方法（GaitPTT）,能较好应用于携带物品和服饰变化情况下的被动式太赫兹图像人体步态识别。在本文构建的数据集上,对上述方法进行验证,结果显示:基于视觉图像的步态识别方法（GaitPTV）能较好适用于正常步态情况下,识别准确率达到91.14%;基于视频时间序列的步态识别方法（GaitPTT）能较好适用于携带物品和服饰变化等情况下,在背包情况下识别准确率达到86.84%,穿大衣情况下的识别准确率达到85.41%。