小眾卻高端的“視頻新基建”：步態識別技術如何穿越萌芽期？_風聞

第四次工業革命下所誕生的技術及形式，不斷地向人類及社會賦能。

像AI、大數據、自動駕駛、雲計算這些，都在賦予我們高效便捷的生活。

作為誕生於工業4.0下的AI識別技術，已經應用到了社會各領域，例如在語言翻譯、面部識別等多個社會活動中，都能夠看到AI識別的參與。

近日，專注於步態識別的AI識別公司銀河水滴，完成近3億元B輪融資。

目前，AI識別技術已經常用於各類身份認證場景，最為常見的莫過於人臉識別、指紋、虹膜等等，不過，

相較於這些識別技術，步態識別作為近年來的新AI技術方向，不斷受到外界的關注。

那麼，步態識別技術到底是什麼？隨着人臉識別、指紋等AI技術得到廣泛運用，作為新型技術的步態識別，能否同樣得到廣泛運用？

“視頻新基建”下的新技術

想要弄明白AI識別技術是什麼之前，先要了解什麼是AI識別技術。

AI識別技術是指通過計算機、照相機、掃描儀等設備，自動獲取並識別出目標指令、數據等信息的技術手段，像是條形碼識別、智能卡技術、聲音識別技術、靜脈識別都屬於AI識別技術。

而根據識別對象是否具有生命特徵，AI識別技術主要可以分為兩類：有生命識別和無生命識別。目前，人臉識別、指紋、虹膜等識別技術都是有生命特徵識別，包括接下來所説的步態識別。

步態識別是指通過身體體型和行走姿態來實現自動身份識別的一種技術手段，是一項融合計算機視覺、模式識別與視頻／圖像序列處理的AI技術。

簡單點來説，通過視頻及攝像頭等專業設備，對人的身體體型及走路的姿態，做到自動識別，本質上是同人臉識別、指紋、虹膜等等AI技術的工作原理相同，只不過識別的類型不同。

近些年，隨着AI技術的發展及成熟，國家相關部門對步態識別技術的興趣正在快速增長，尤其是今年以來，發佈數項有關步態識別技術數項公告和規定，給予其支持的態度。今年7月，《信息安全技術 步態識別數據安全要求（徵求意見稿）》試點在京啓動，加速步態識別技術的場景落地及應用。

國家相關部門之所以，將步態識別技術的重視程度提升至如此層面，一部分原因在於其應用場景的不同，相較於人臉識別、指紋及虹膜等識別技術，步態識別技術的應用場景更偏向於智能安防、智慧醫療、智慧交通、工業檢測、智能家居等專業領域，特別是從智能安防的角度，步態識別作為動態識別，相較傳統生物識別技術更加穩定，具有更高級別的防偽性，只要人進行移動就可以準確記錄並識別目標的特徵並進行追蹤，對於公安、交通部門來説，具有更特殊的意義。

其次，步態識別技術的距離上限更高，擺脱了傳統生物識別技術對於鏡頭距離的需求。目前，業內領先的步態識別技術，在普通環境下識別距離可達50米，在更專業的設備下識別距離甚至可達100米，能夠實現360度全方位識別。

而目前市場上遠距離的虹膜識別技術，距離上限僅在2-3米；人臉識別的距離上限也就在20米左右，無法和步態識別相比。

目前，銀河水滴、大華股份、盈力科技等，已經實現了部分產品的落地。此前，銀河水滴上線了步態識別系列產品和解決方案，“水滴神鑑”，步態識別、步態智能盒子等；盈力科技也上線了盈力雲，功能包含步態識別。

步態識別：“理想”中的那些“現實”

與人臉識別、指紋、虹膜等AI識別技術相同的是，步態識別技術對算法、訓練庫和對象同樣有着較高的要求，特別是在算法和軟件上，由於步態識別技術的距離以及識別目標相對寬鬆，會要求其擁有更高的準確度以及辨別性。

這背後與訓練底庫脱不開關係，人臉、指紋等識別技術能夠率先落地，和訓練方法和對象密切相關，這些特徵的訓練底庫是以圖像訓練為主，手機等終端設備的快速發展讓獲取圖像/指紋極為普遍，樣本量巨大，但步態識別只能通過視頻識別，訓練底庫的訓練方法和對象多是通過算法對視頻進行解析和計算，背後的工作量更為巨大。

目前，市場上一款步態識別技術的初步形成，至少是基於百萬級的訓練庫之上，而成熟可應用的技術至少是要達到超百萬級別的訓練量，這也是很多企業望而生畏的關鍵，對算法、訓練庫的要求過高，使得這項技術的壁壘過高，當前這項技術僅掌握在銀河水滴、大華股份、盈力等少數廠商手裏，整體技術存在高度集中的現象。

另外，儘管目前國家工信部、公安部等相關部門都在大力推進步態識別的落地，但從市場競爭格局來看卻不利於步態識別的發展。

公開數據顯示，目前生物識別技術市場結構中，指紋識別佔比達到58%，人臉識別佔比為 18%，虹膜識別佔比 7%，此外掌紋識別以及聲音識別分別佔比 7%及 5%，也就是説步態、靜脈、聲紋等新型識別技術共分不到5%的市場份額，步態識別的發展空間較小。

而且，從當前的市場環境來看，人臉識別無疑是現在資本及市場最熱門的“寵兒”，預計今年，人臉識別市場規模將達到530億元，複合增長率達到53%，國內外市場都在大力普及人臉識別的應用，進一步壓縮了其他AI識別技術的市場空間。

最後，由於步態識別技術的載體，同樣是攝像頭或是掃描設備，那麼，就會同人臉識別、虹膜這些面臨同樣一個問題。

即便步態識別技術再先進、成熟，但硬件及載體處於落後階段，其識別效果也會大打折扣，這也是現在很多步態識別技術，對攝像頭等掃描設備的清晰度有着較高要求的關鍵所在。另外，由於步態識別的“非強迫性”特性，還會受到天氣、人物着裝、人物角度等影響，同樣會降低識別的精準度。

技術和產品的落地，終歸不是一帆風順，對於步態識別技術來説，這也是必須經歷的階段，從小到大、從缺陷到完善，都是需要步態識別下的企業去一一解決。

行業遠未到商業化考量階段

一款產品、技術的研發或應用，最終目的都是為了商業化落地，對於步態識別技術來説，也不例外。那麼，在當前情形下，步態識別技術要想實現商業化落地，還需要完善哪些方面？

一方面，解決技術本身所帶來的識別缺陷。目前，儘管部分步態識別頭部企業的試驗識別率已經超過了90%，但從整體上來看，步態識別作為剛起步的技術, 受天氣、場景、目標等特殊性的影響，試驗識別率只有80%，其可靠性不如人臉識別技術，目前，人臉識別技術的普遍識別率已經達到了98%以上，擁有領先算法及軟件的人臉識別技術，識別率甚至超過99%。

對於步態識別技術來説，通過加強對步態識別軟件、算法的開發以及訓練底庫的完善，包括增加對數千路高清攝像頭的併發量，以及提升產品芯片的算力，來降低這種識別缺陷幾率的出現。除此之外，步態識別還需要建立龐大的貼近實際場景的步態數據庫，包括各種形式的行走姿態以及不同體型的身形數據收等等，加強與攝像頭收集的步態數據的同步對比，保證對比和識別的準確性。

其次，就是通過頭部企業的算法的成熟及訓練底庫、步態數據庫的完善，逐步削弱行業技術壁壘，降低中小企業的准入門檻。相比其他生物識別技術，由於步態識別的技術特殊性，使得其技術壁壘較高，企業及行業需要不斷通過研發支出，來攻克技術壁壘，高昂的研發費用讓很多廠商望而卻步。

頭部企業對步態識別技術的部分算法及訓練底庫、數據庫的開放，一定程度上能夠降低中小企業的技術研發壁壘，減少中小企業在這一過程中的研發費用支出，加快步態識別技術在行業之間的整體普及。

另一方面，要解決的就是實用性的問題，簡單點來説就是應用場景是否廣泛，實用性是商業化落地的關鍵一步。對於任何一個技術或是產品來説，實用性的強與弱，往往就決定了能否在商業化的落地上走的更遠，就目前應用場景以及實用性來看，步態識別技術的應用場景更多是B端場景中，而人臉識別、指紋等則更貼近於C端用户。

對於步態識別企業來説，或許可以繼續加強在B端應用場景的開拓，包括港口、物流中心等大型應用場景的應用，以及運用步態識別技術開發更多貼近C端用户的產品，比如説智能鞋墊等等，增強步態識別技術在不同場景的運用，同時，提升市場整體的認可度及步態識別技術認知的普及，也是提升商業化落地的因素之一。

受制於步態識別技術的特殊性，及應用場景的短缺性，短時間內或許並不能像人臉識別、指紋、虹膜那樣運用得如此廣泛。但能夠明確一點的是，隨着國家相關部門支持力度的加大、技術的不斷完善成熟，步態識別技術或許與當初的指紋、人臉識別一樣，能夠賦能到整個人類及社會，帶來高效便捷的生活。

文章來源：新工業洞察