本发明公开了一种基于步态图像的身份识别方法，包括训练步骤，对步态图像序列进行行人检测和图像预处理并给相应的步态图像赋予标签值，再对其使用由卷积受限玻尔兹曼机和全连接层组成的特征学习网络进行训练，生成具有身份识别的特征学习网络模型和特征中心值模型；识别步骤，对待识别的步态图像进行行人检测和图像预处理，由归一化的自相关函数计算步态周期性以获取一个周期的步态序列，通过深度学习网络和投票算法对行人进行身份进行识别。本发明以周期性的步态图像序列作为输入，保留了完整的步态信息；采用深度学习网络进行特征学习，获取更多具有区分度的步态特征以提高识别率；通过深度学习网络和投票算法并用增强了识别的准确率和鲁棒性。