第四次工业革命下所诞生的技术及形式，不断地向人类及社会赋能。
像AI、大数据、自动驾驶、云计算这些，都在赋予我们高效便捷的生活。
作为诞生于工业4.0下的AI识别技术，已经应用到了社会各领域，例如在语言翻译、面部识别等多个社会活动中，都能够看到AI识别的参与。
近日，专注于步态识别的AI识别公司银河水滴，完成近3亿元B轮融资。
目前，AI识别技术已经常用于各类身份认证场景，最为常见的莫过于人脸识别、指纹、虹膜等等，不过，
相较于这些识别技术，步态识别作为近年来的新AI技术方向，不断受到外界的关注。
那么，步态识别技术到底是什么？随着人脸识别、指纹等AI技术得到广泛运用，作为新型技术的步态识别，能否同样得到广泛运用？
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。
近些年，随着AI技术的发展及成熟，国家相关部门对步态识别技术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。
国家相关部门之所以，将步态识别技术的重视程度提升至如此层面，一部分原因在于其应用场景的不同，相较于人脸识别、指纹及虹膜等识别技术，步态识别技术的应用场景更偏向于智能安防、智慧医疗、智慧交通、工业检测、智能家居等专业领域，特别是从智能安防的角度，步态识别作为动态识别，相较传统生物识别技术更加稳定，具有更高级别的防伪性，只要人进行移动就可以准确记录并识别目标的特征并进行追踪，对于公安、交通部门来说，具有更特殊的意义。
其次，步态识别技术的距离上限更高，摆脱了传统生物识别技术对于镜头距离的需求。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。
而目前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。
目前，银河水滴、大华股份、盈力科技等，已经实现了部分产品的落地。此前，银河水滴上线了步态识别系列产品和解决方案，“水滴神鉴”，步态识别、步态智能盒子等；盈力科技也上线了盈力云，功能包含步态识别。
与人脸识别、指纹、虹膜等AI识别技术相同的是，步态识别技术对算法、训练库和对象同样有着较高的要求，特别是在算法和软件上，由于步态识别技术的距离以及识别目标相对宽松，会要求其拥有更高的准确度以及辨别性。
这背后与训练底库脱不开关系，人脸、指纹等识别技术能够率先落地，和训练方法和对象密切相关，这些特征的训练底库是以图像训练为主，手机等终端设备的快速发展让获取图像/指纹极为普遍，样本量巨大，但步态识别只能通过视频识别，训练底库的训练方法和对象多是通过算法对视频进行解析和计算，背后的工作量更为巨大。
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，当前这项技术仅掌握在银河水滴、大华股份、盈力等少数厂商手里，整体技术存在高度集中的现象。
另外，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。
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，步态识别的发展空间较小。
而且，从当前的市场环境来看，人脸识别无疑是现在资本及市场最热门的“宠儿”，预计今年，人脸识别市场规模将达到530亿元，复合增长率达到53%，国内外市场都在大力普及人脸识别的应用，进一步压缩了其他AI识别技术的市场空间。
最后，由于步态识别技术的载体，同样是摄像头或是扫描设备，那么，就会同人脸识别、虹膜这些面临同样一个问题。
即便步态识别技术再先进、成熟，但硬件及载体处于落后阶段，其识别效果也会大打折扣，这也是现在很多步态识别技术，对摄像头等扫描设备的清晰度有着较高要求的关键所在。另外，由于步态识别的“非强迫性”特性，还会受到天气、人物着装、人物角度等影响，同样会降低识别的精准度。
技术和产品的落地，终归不是一帆风顺，对于步态识别技术来说，这也是必须经历的阶段，从小到大、从缺陷到完善，都是需要步态识别下的企业去一一解决。
一款产品、技术的研发或应用，最终目的都是为了商业化落地，对于步态识别技术来说，也不例外。那么，在当前情形下，步态识别技术要想实现商业化落地，还需要完善哪些方面？
一方面，解决技术本身所带来的识别缺陷。目前，尽管部分步态识别头部企业的试验识别率已经超过了90%，但从整体上来看，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%，其可靠性不如人脸识别技术，目前，人脸识别技术的普遍识别率已经达到了98%以上，拥有领先算法及软件的人脸识别技术，识别率甚至超过99%。
对于步态识别技术来说，通过加强对步态识别软件、算法的开发以及训练底库的完善，包括增加对数千路高清摄像头的并发量，以及提升产品芯片的算力，来降低这种识别缺陷几率的出现。除此之外，步态识别还需要建立庞大的贴近实际场景的步态数据库，包括各种形式的行走姿态以及不同体型的身形数据收等等，加强与摄像头收集的步态数据的同步对比，保证对比和识别的准确性。
其次，就是通过头部企业的算法的成熟及训练底库、步态数据库的完善，逐步削弱行业技术壁垒，降低中小企业的准入门槛。相比其他生物识别技术，由于步态识别的技术特殊性，使得其技术壁垒较高，企业及行业需要不断通过研发支出，来攻克技术壁垒，高昂的研发费用让很多厂商望而却步。
头部企业对步态识别技术的部分算法及训练底库、数据库的开放，一定程度上能够降低中小企业的技术研发壁垒，减少中小企业在这一过程中的研发费用支出，加快步态识别技术在行业之间的整体普及。
另一方面，要解决的就是实用性的问题，简单点来说就是应用场景是否广泛，实用性是商业化落地的关键一步。对于任何一个技术或是产品来说，实用性的强与弱，往往就决定了能否在商业化的落地上走的更远，就目前应用场景以及实用性来看，步态识别技术的应用场景更多是B端场景中，而人脸识别、指纹等则更贴近于C端用户。
对于步态识别企业来说，或许可以继续加强在B端应用场景的开拓，包括港口、物流中心等大型应用场景的应用，以及运用步态识别技术开发更多贴近C端用户的产品，比如说智能鞋垫等等，增强步态识别技术在不同场景的运用，同时，提升市场整体的认可度及步态识别技术认知的普及，也是提升商业化落地的因素之一。
受制于步态识别技术的特殊性，及应用场景的短缺性，短时间内或许并不能像人脸识别、指纹、虹膜那样运用得如此广泛。但能够明确一点的是，随着国家相关部门支持力度的加大、技术的不断完善成熟，步态识别技术或许与当初的指纹、人脸识别一样，能够赋能到整个人类及社会，带来高效便捷的生活。
文章来源：新工业洞察