针对步态识别中步态特征提取高维处理的复杂性，在研究压缩感知理论的基础上，提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下，利用观测矩阵对步态图像进行投影观测，得到的观测值作为步态特征用于步态识别中，实现了特征提取的降维处理，大大降低了计算的复杂性。在步态图像的重构方面，在压缩采样匹配追踪（CoSaMP）的基础上，提出了基于小波树模型的压缩采样匹配（waveletmodel-CoSaMP，WM-CoSaMP）的重构算法，进一步提高了重构精度。通过对比实验，验证了WM-CoSaMP重构算法的优越性，以及压缩感知在步态特征提取方面的优越性。