感觉不能用于实际状况，人的精神状态并不是一直这么好，或者身体状况不是一直这么健康，譬如识别的时候是精神最好的时候，仰首挺胸，脊柱是直的，但是连续通宵几晚以后可能就会驼着背走过了，譬如正常的时候一步75厘米，但是有一条腿受伤了，只能迈开50厘米，这样不就无法识别了吗，但是事实是同一个人在行走。

步态识别感觉不靠谱，瞳孔，指纹，掌纹，声音这些个人的特质是有一些不变的东西在里面的，问题是步态我没看出来，这种后天的习惯是可以学习和改变的。我以前走路是小时候学的我爸，走路走8字，人扭来扭去。后来我妈提醒之后我开始改，再后来练了太极拳之后有意识学太极里面迈腿的方式，现在走路都是很直，而且重心一直保持基本一条中线上，你说用步态识别以前的我和现在的我是一个人还是两个人？

具体的方法前面已经有人讲了。 现在看来学术界最好的方法仍然先是在原始视频中进行轮廓提取然后生成中间特征，再用CNN去抽。不管怎么说这些方法都受到角度衣着等等外在因素的影响很大，目前来看几乎很难应用到真实场景中去。 这个方向和person re-identification有轻微重叠，个人感觉后者更有实际的研究价值。 最近中科院自动化所搞出了一家水滴科技专门做步态识别，http://www.watrix.cc 阵容相当之强大，就是不知道会不会被拍死在沙滩上。。。

微软有动作识别的技术：Kinect。 可以识别玩家的动作，并将其数字化（这不是废话嘛）。 个人认为可以数据化的东西就可以建库。也就可以对比。

步态识别几乎不可能运用于现实生活。虽然我一直作为课题研究这个，并且还发表了相关的论文。简单来说，步态识别最大的问题在于你可以轻易的修改这个参数值。不像指纹，dna，你就算输过别人的血，把指纹全部磨掉，只要指纹在长出来，还是原来的样，难以被修改。看过赵本山卖拐的都知道，一个人装腿脚不好是很容易的，那如果你腿部受伤，或者你故意装成瘸子，就会引起步态的极大变化。举个例子，步态识别运用于公司门禁，一个女员工录入信息，穿的是平底鞋，哪天心情一好，穿了高跟鞋，就被拒绝入内了。

首先题主你问这个问题。。。说的好像碟中谍5的步态识别是真实的技术一样。 其实步态识别这种技术目前还无法达到实用的效果，误报率会非常高，高到无法使用。 现在的技术最接近的方案是骨骼跟踪，Skeleton Tracking，主要应用Kinect等三维传感器+计算机视觉算法来判断人体的动作，通过特定的动作模型训练和算法来实现。 但在实际场景中，步态识别是扯淡的事情，姑且不说动作与身份对应的库如何建立这么变态的事情，就算有一个库，这么微小、精细、随机性极大、软体的动作识别目前的技术还很遥远。 当然，你可以去识别其他一些比较明显的动作，国内有一家创业公司叫格灵深瞳，做的就是使用三维传感器进行安防监控场景下的动作识别，这方面也是国内做的最好的。

谢谢大家的回答和评论，大家基本都提到了Kinect，没错，我看电影的时候看到了骨骼追踪的时候也第一个就想到了Kinect里面的Skeleton Tracking，其实我现在的研究方向就是利用Kinect的骨骼识别来做步态识别，并且我利用Kinect自己做了一个包含52个人的步态数据库，主要利用两部分特征，静态特征（主要是骨骼之间的相对长度），动态特征（行走过程中下肢，上肢关节角度的变化），结合之后利用各种分类器做识别，就实验室环境来看，识别率还可以，能达到90%左右，正在码论文...但这个过程中，我也的确发现了很多问题，首先对于Kinect最大的问题就像 @马思杰童鞋提到的，骨骼追踪在有些时候根本很不靠谱（侧视行走，身体收到遮挡，穿着黑色衣服等），当然，的确有比较准确的动作捕捉相机，比如VICON，但那就完全是实验室环境下的研究了。 其次就是 @浅眠者 和 @烦恼是什么颜色 所提到的，随着岁月的流逝，人们走路的姿态会发生变化，不像指纹虹膜那样一生不变，或者就是醉酒或受伤时的步态也和平时完全不同，这些都是现在需要解决的问题。 对于电影里面的技术，其实我觉得还是完全有可能实现的，第一，可以看到在那个通道中有很多相机，所以视角上几乎不会有遮挡，完全可以建立出很好的3D行走模型。 其次，能进总部的人肯定也没几个，所以数据库的里肯定也没几个人，最后的分类器只需要二分类就可以解决，设个阈值，相似性达到百分之多少就允许通过，反之禁止通过，这个应该不难做到。最后，在那个环境下几乎不涉及现在的技术难点，但在现实中，估计就悬了... 这个领域了解的越多，我越发觉得这是个坑，至少现在看来。所以在完成这篇论文之后想跳出来... 谢谢大家的关注，感兴趣的同学可以搜索我的上一篇关于步态识别的论文“Real Time Gait Recognition System Based on Kinect Skeleton Feature”

占个座，最近在研究相关论文。稍后会丰富自己的答案 ----------------万年大坑，自己来填。——————————————— 是这样的，步态识别，通过采集，分析，特征提取，与库里的数据对比，来实现步态。 1.采集视频。 通过几个角度的摄像头，采集一段人体行走的视频。常用的是90度角，就是人体的侧面，方便特征提取。然后对视频进行帧处理，变成图片格式，方便后期图片处理。其中会用到图片的归一化，灰度处理，轮廓提取，膨胀，填充等技术，此处不在展开。 2. 分析图片。 通过第一步骤中处理好的图片，进行图片分析的工作。这个过程中用到的主要是图片处理的知识，可以从各个角度来分析，比如，人体的步态周期轮廓，PCA，LDA，等算法。 3.特征提取。 对第2步中的图片分析之后，提取一些每个人都会展示出不同的特征，比如说小腿抬起的高度，走路时胯的宽度，手臂摆放的角度，等等，看个人用的处理方法吧。 4.对比库内的数据 通过3步的特征提取，与库里的存下的人的同样特征做对比，如果特征吻合，确定是自己人。如果找不到匹配的人，那就不是自己人。 整体而言，用的还是图片处理的知识，再加上人体骨架的一些知识。 酱紫。