提到“生物识别技术”，面部、指纹、虹膜识别等是人们首先想到，也是目前市场上实现落地应用的重点技术。然而，上述几类生物识别技术都存在一些缺点，需要近距离的对识别特征进行采集。面对这种局限，以步态识别为代表体态识别以难隐藏性、非接触性和非侵入性等特点从众多技术中脱颖而出，成为生物识别领域的一匹“黑马”。本专题从市场、技术以及应用场景等几个方面探讨体态识别如何成为AI+安防下个突破技术。

体态识别屡刷新记录 落地应用正在期待中逐步实现

    实际上，体态识别相较于其他生物特征识别具有很大难度，目前大部分企业还着重在"刷榜"阶段，只有少部分企业在实际场景中实现落地应用。例如在疫情发生后，应用范围广泛的人脸识别、指纹识别等技术出现了很大的应用受阻。为弥补人脸识别技术不足，步态识别技术、行人重识别ReID技术等开始展现新的市场活力。

市场前景

体态识别技术应用存在优势 前景值得期待

    这两年来，随着国内体态识别技术的逐渐成熟，体态识别开始从实验室进入到商业应用阶段，并以其独特的应用优势，落地到不同的应用场景当中：最为典型的应用场景当属公安刑侦领域，利用目标人员的身高体态、运动模式等特征，从海量视频中快速搜索出与样本高度相似的目标或视频片段，从而达到在换装、跨场景、面部遮挡.

技术分析

体态识别技术不断突破 步态识别表现突出

    作为人流密集场所下用于身份认证的生物识别技术，步态识别则以其识别距离远、应用范围广、无需配合等应用优势，可以很好的弥补人脸识别所存在的应用缺陷，由此也逐渐受到越来越多的关注。作为生物识别技术领域的后起之秀，步态识别正以其支持远距离识别、无需硬性配合、环境适应性强等特点开始进入到安防、交通、工业.

面临的困难

体态识别中存在的技术难题及应用困难

    据银河水滴孙立斌表示，技术难题在于这种需要表达的形体特征和变化规律特征会受到跨视角变化、着装变化、附带物变化，画面质量等的影响，如何克服这些影响形成稳定的特征表达是需要企业克服。另外在落地应用时，步态识别需要随机采样大量的时序步态数据进行模型学习，建步态库，然后根据步态数据提供系统解决方案。【详情】

应用场景

在公安业务领域，步态识别及ReID技术应用有很大前景

    目前，在公安一些案件侦破中，嫌疑人会故意遮挡人脸，因此给具有人脸识别功能的视频监控造成很大的困惑，但是嵌入步态识别及ReID技术时，通过监控视频是24小时不间断在监控，可以捕捉.

基于体态识别技术 智慧监所已得到落地应用

    目前基于人体识别技术在监所中也已经实现成熟应用，弘度科技基于融合深度学习+图像处理技术的独创架构，根据监狱的大门、周界、值班室、劳动场所、监舍等实际场景进行定向建模.

疫情防控中 体态识别优势显现 落地应用值得期待

    基于人体体型及体态识别的实时布控系统，通过形体特征来确认不同的隔离目标，不受面部遮挡、目标远近等众多因素的干扰，快速准确的识别被隔离者的行动轨迹，发现被隔离者未经允许的异常.

基于AI步态分析 康复评估和疾病预警变得更简单

    步影医疗、腾讯AI实验室是目前代表性企业，腾讯AI实验室此前也推出了一款通过动作检测评估帕金森症的AI模型：患者只需在摄像头前做出一系列规定动作，AI便会作出评估。