作為生物識(shí)別技術(shù)領(lǐng)域的后起之秀，步態(tài)識(shí)別正以其支持遠(yuǎn)距離識(shí)別、無需硬性配合、環(huán)境適應(yīng)性強(qiáng)等特點(diǎn)開始進(jìn)入到安防、交通、工業(yè)等行業(yè)領(lǐng)域展開相關(guān)應(yīng)用，為行業(yè)帶來創(chuàng)新性的AI技術(shù)應(yīng)用。

當(dāng)下，隨著AI算法精度的持續(xù)提升以及應(yīng)用場(chǎng)景的大量爆發(fā)，作為應(yīng)用場(chǎng)景最為廣泛的生物識(shí)別代表性技術(shù)——人臉識(shí)別的落地應(yīng)用已呈“燎原之勢(shì)”。然而，人臉識(shí)別對(duì)外界環(huán)境的要求仍相對(duì)苛刻，尤其在大規(guī)模人流密集場(chǎng)所，光線、遮擋、安裝角度、配合程度等因素都會(huì)影響到人臉識(shí)別的精準(zhǔn)度。

同樣作為人流密集場(chǎng)所下用于身份認(rèn)證的生物識(shí)別技術(shù)，步態(tài)識(shí)別則以其識(shí)別距離遠(yuǎn)、應(yīng)用范圍廣、無需配合等應(yīng)用優(yōu)勢(shì)，可以很好的彌補(bǔ)人臉識(shí)別所存在的應(yīng)用缺陷，由此也逐漸受到越來越多的關(guān)注。

步態(tài)識(shí)別，作為一種非受控性特征識(shí)別方式，是一種新興的生物特征識(shí)別技術(shù)。步態(tài)之所以能夠成為生物特征識(shí)別技術(shù)之一，同樣源自每個(gè)人步態(tài)的唯一性，從解剖學(xué)的角度分析，步態(tài)唯一性的物理基礎(chǔ)是每個(gè)人生理結(jié)構(gòu)的差異性，不一樣的腿骨長(zhǎng)度、不一樣的肌肉強(qiáng)度、不一樣的重心高度、不一樣的運(yùn)動(dòng)神經(jīng)靈敏度，共同決定了步態(tài)的唯一性。

步態(tài)識(shí)別旨在通過人們走路的姿態(tài)進(jìn)行身份識(shí)別。相比于指紋、人臉、掌紋、靜脈等靜態(tài)生物特征而言，步態(tài)屬于動(dòng)態(tài)特征，因此在識(shí)別流程上更為復(fù)雜。

步態(tài)識(shí)別技術(shù)可以分為以下幾個(gè)步驟：采集步態(tài)、分析圖片、特征提取、數(shù)據(jù)比對(duì)。

先由不同角度的攝像機(jī)采集人的步態(tài)，通過檢測(cè)與跟蹤獲得步態(tài)的視頻序列，之后經(jīng)過預(yù)處理分析提取該人的步態(tài)特征。這其中包括對(duì)圖像序列中的步態(tài)運(yùn)動(dòng)進(jìn)行運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)分割、特征提取等步態(tài)識(shí)別前期的關(guān)鍵處理；其次，再經(jīng)過進(jìn)一步處理，使其成為與已存儲(chǔ)在數(shù)據(jù)庫(kù)的步態(tài)的同樣的模式；最后，將新采集的步態(tài)特征與步態(tài)數(shù)據(jù)庫(kù)的步態(tài)特征進(jìn)行比對(duì)識(shí)別。

步態(tài)識(shí)別的應(yīng)用優(yōu)勢(shì)

在人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別大面積落地應(yīng)用的當(dāng)下，為什么步態(tài)識(shí)別能夠脫穎而出占有一席之地呢？這還在于步態(tài)識(shí)別本身的獨(dú)特優(yōu)勢(shì)。

? ? ? ?來源：a&s安防知識(shí)網(wǎng)