本发明公开了基于图卷积网络的步态识别方法，具体按照以下步骤实施：步骤1、获取行人步态训练数据；步骤2、对步骤1得到的训练数据进行预处理，再利用分区策略对预处理得到的图像求取图像各分区重心得到训练样本；步骤3、搭建图卷积网络；步骤4、设计损失函数；步骤5、初始化神经网络参数；步骤6、训练搭建好的神经网络，将步骤2得到的训练样本作为输入，对应的实际身份标签作为输出，成批次地输入到网络中，计算前向传播的损失，使用反向传播算法，调整各层神经元参数；步骤7、使用训练好的神经网络进行识别，得到未知身份样本的身份信息。通过本发明的方法能够更好的保留时间维度上的运动信息，达到更好的识别效果。
