项目团队自主研发的远距离步态识别技术国际领先，相关科研成果发表于模式识别与计算机算视觉国际顶级期刊TPAMI上，较之前步态识别算法有大幅度提升。步态是远距离、非受控条件下唯一可清晰成像的身份识别特征。步态识别是指根据体型和行走姿态对人的身份进行识别。具体来说，不同的体型、头型、肌肉力量特点、运动神经灵敏度、走路姿态等特征共同决定了步态特征的唯一性。步态识别系统包含人形检测、人形分割、步态识别和人形跟踪四个模块。人形检测步态识别技术的前提和基础，它是指计算机能通过视频帧在图片中发现行人的存在并且对其进行标注，在自然场景下，要求达到高精度的多人实时检测。在行人检测的基础上，为了避免光照以及外观颜色的干扰，运用人形分割技术将行人所在区域从背景中提取出来，算法需满足自然场景下多目标实时精细分割。步态识别技术则是通过收集完整步态周期的视频帧，来综合提取人的步态特征，进而根据特征进行人的身份识别。人形跟踪技术则用于绘制关注人物的行为轨迹，从而达到良好的追击目标人物的目的。所有上述技术都源于深度学习框架，是人工智能技术在安防领域的一次重要尝试。

通过精巧设计的新颖算法和海量数据的模型训练，人工智能技术可以极大程度上识别步态细节特征。通常情况下，有效识别距离可达35-50米，在高清摄像头下甚至可以达到100米。同时，步态特征具有较强的抗干扰能力。例如目标人物的穿着变化，是否携带包具和拍摄镜头的角度变化对识别精度均不产生有效影响。因此，相对于人脸、指纹、虹膜识别技术来说，步态识别技术更适合于安防监控场景，是其他身份特征识别方式的补充。

此外，团队打造了全球最大步态数据库，目前已完成采集1000人的70余万段行走视频，存储近10TB，达到世界之最，规模超过世界第二大步态数据库达百倍之多。该数据库有详细的分类和标注，包含3种不同着装、3个不同场景、2种行走状态；13个不同水平视、2个不同垂直视角；每一个行人的分割结果。

围绕着远距离步态识别技术，项目团队已经申请专利和软著共计五项，已经获批一项。

在远距离步态识别技术的产品化阶段，技术团队将采取端云结合的方式，开发嵌入式步态识别硬件，同时部署云服务器，提供步态识别算法的云服务。主要关注的关键技术指标有检测、分割、识别与跟踪的准确率、模型计算速度与存储大小等。此外，团队将建立成熟稳定的商业云平台，扩大数据储备和标注规模。在不同平台（云平台、监控平台、嵌入式平台、手机平台），不同场景（室内场景、室外场景、少数人场景、人群场景），不同领域（机器人领域、安防领域、医疗领域），形成不同形态的产品线。