步态识别的商业化还很远？

步态是指人们行走时的方式，这是一种复杂的行为特征。

而步态识别是一种新兴的生物特征识别技术，是通过身体体型和行走姿态来实现自动身份识别，是一项融合计算机视觉、模式识别与视频图像序列处理的AI技术。

提起识别技术，人们率先想到的首先就是近年来应用领域非常广的人脸识别。而在人脸识别之后的，则是包括虹膜识别、掌纹识别、声纹识别等小众的识别技术。这些技术的识别精度通常来说更高，但也更严苛，无论是虹膜识别技术需要的极近距离摄影、还是掌纹识别的“按手印”、甚至声纹识别的发生说话，都很难满足便捷、高效、可追踪的特点。

步态识别与其他的生物识别技术相比，起步相对较晚。那么在拥挤的识别领域，步态识别的优势有多大？商业前景又如何呢。

你的脚步独一无二

步态识别在人类自己身上也是表现的淋漓尽致了。比如，在一定距离之外都有经验能够根据人的步态辨别出熟悉的人。

马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。

AI识别技术是指通过计算机、照相机、扫描仪等设备，自动获取并识别出目标指令、数据等信息的技术手段。机器的步态识别也不列外，从技术角度上来讲，它是基于运动生理学、人体运动力学等学科原理，运用深度机器学习和神经网络算法，对人体步幅、步频、足部摆动周期、关节弯曲度、抬腿高度、摆臂周期等特征进行大数据智能化分析，从而实现对目标进行精准识别的一种人体生物特征识别技术。

简单点来说，通过视频及摄像头等专业设备，对人的身体体型及走路的姿态，做到自动识别，本质上是同人脸识别、指纹、虹膜等等AI技术的工作原理相同，只不过识别的类型不同。首先由监控摄像机采集人的步态，通过检测与跟踪获得步态的视频序列，经过预处理分析提取该人的步态特征。即对图像序列中的步态运动进行运动检测、运动分割、特征提取等步态识别前期的关键处理。再经过进一步处理，使其成为与己存贮在数据库的步态的同样的模式；最后将新采集的步态特征与步态数据库的步态特征进行比对识别，有匹配的即进行预／报警。无匹配的，监控摄像机则继续进行步态的采集。所以，对智能视频监控系统的自动步态识别的研究，也主要是对步态识别的软件算法的研究。

步态识别的输入是一段行走的视频图像序列，因此其数据采集与面像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。

政策助步态识别异军突起

谈到生物识别技术，人们首先关心的不是其技术的优秀程度，和识别的精准度。而是其商用价值及应用场景的广泛程度。毕竟不能带来利益的产品，本身就很难得到大规模的投资。

从这点来看，国家层面近年来显然对步态识别的兴趣正在快速增长。尤其是今年以来，发布数项有关步态识别技术数项公告和规定，给予其支持的态度。今年7月，《信息安全技术 步态识别数据安全要求（征求意见稿）》试点在京启动，加速步态识别技术的场景落地及应用。

有了国家标准，证明这一技术最起码在商业前景方面是不断前进的。那么国家为什么要支持这么一类新兴的识别技术？从安防的角度来说，步态识别相较传统的生物识别技术首先更为稳定，毕竟一个人的步态是不可能造假或模仿出来的。其次同瞳孔识别等近距离识别技术不同，步态识别与监控摄像机的锲合度可以说是相当之好，甚至好到了可以媲美甚至超越人脸识别的程度。

这些年，通过平安城市、天网工程、雪亮工程，前端铺设的摄像头的数量已经具有相当规模，正是机器视觉的感知端口。而当下的识别技术来看，能和监控摄像机联动的识别技术本就十分有限，而且都伴随有各式各样的条件限制，就算是当下应用范围极广的人脸识别，也必须有正面面对镜头的画面才能进行精确识别。而在很多场景中，需要追踪的人往往是侧面甚至背面面对镜头，极大地增加了识别的难度。

而步态识别作为一种全新的识别方式，在技术层面上可以打破传统识别技术对于人面部特征的需求，即在可捕捉的距离内进行无差别的准确定位和追踪，只要这个人在移动步态识别就可以准确记录并识别目标的特征并进行追踪，目前业内领先的步态识别技术，在普通环境下识别距离可达50米，在更专业的设备下识别距离甚至可达100米，能够实现360度全方位识别，而市场上远距离的虹膜识别技术，距离上限仅在2-3米；人脸识别的距离上限也就在20米左右，无法和步态识别相比。这对于公安和交通部门来说，是具有划时代意义的。

商用落地，道阻且长

作为识别技术，技术高端固然是好事，但其能够进行大规模、多场景的部署，形成成熟的商业体系，才是这一识别技术未来能否发展的重要前提，从商业化的角度来讲，步态识别显然还有很长的路要走。

目前，市场上一款步态识别技术的初步形成，至少是基于百万级的训练库之上，而成熟可应用的技术至少是要达到超百万级别的训练量，这也是很多企业望而生畏的关键，对算法、训练库的要求过高，使得这项技术的壁垒过高，尽管目前国家工信部、公安部等相关部门都在大力推进步态识别的落地，但从市场竞争格局来看却不利于步态识别的发展。

技术壁垒高、市场普及度低、成本高昂，这在一项新技术推广中，是必答题，但稍有不胜，就会陷入恶性循环，不被市场容纳，从而成为历史烟云。

公开数据显示，目前生物识别技术市场结构中，指纹识别占比达到58%，人脸识别占比为 18%，虹膜识别占比 7%，此外掌纹识别以及声音识别分别占比 7%及 5%，也就是说步态、静脉、声纹等新型识别技术共分不到5%的市场份额。在识别市场里，早已是红海一片，留给步态识别时间与空间都略显不足。

更别提的是，目前步态识别的技术缺陷也是肉眼可见的：步态识别作为刚起步的技术, 受天气、场景、目标等特殊性的影响，试验识别率只有80%，这远不及人脸识别普遍超98%的准确率；从应用场景来看，人脸识别B端、C端都在发力，且具有先发优势，步态识别的C端的应用前景尚不明朗，更注重与B端场景开拓，空间偏窄，且算法与软件的沉淀时间太短、步态数据库也不完善。可见，离真正商业化还有些距离。

不过正如同当年人脸识别的崛起一样，我们仍需对步态识别保有信心，毕竟如果幸运的话，该技术将成为人脸识别技术的主要竞争者。