图片来自“Unsplash”

最近，哈佛大学研发的一条外穿机械短裤登上了《Science》的封面。据哈佛大学的研究人员介绍，这条短裤被称为“hip exosuit”，是一种智能仿生短裤，可以提高穿着者的跑步和走路能力。

据介绍，与以往的多关节外套相比，该款智能仿生短裤的臀部辅助外套设计更简单、重量更轻。整个设备重约5公斤，其中大部分重量来自靠近身体质心的短裤顶部隐藏的小电池和电机组。值得注意的是，该设备主要借助一种识别短裤步态的算法，适用于从跑步机到跑道乃至登山的各种场景，其电池可支持持续步行和慢跑10公里。

智能仿生短裤的出现，让很多科技迷觉得既惊喜又神奇。而其采用的步态识别算法，也引起了国内外一些技术研究人员的重视。与人脸识别、指纹识别、虹膜识别等技术相比，步态识别具有哪些优势呢?

首先，步态识别适用范围广。通常情况下，步态识别可对普通2K摄像机50米外人群进行步态识别;其次，步态识别为非受控识别，不需要识别对象主动配合与参与也能识别，并且是360度全视角识别;再次，因为步态难以伪装和模仿，不同的走路姿态、体型、头型、肌肉力量特点、运动神经灵敏度等特征决定了步态具有较好的区分能力，能够较为准确的识别个体的身份。

眼下，石油企业正积极引入步态识别技术，从而完善防控网络，防范非法闯入者对油田造成破坏;在智能家居领域，步态识别能够较好地区分用户属性，不仅能替代遥控器等传统操作工具，还可以让家电感知更加智能化和便捷化，以此为用户提供更加个性化的服务。

此外，步态识别可以满足公共安全领域的基础需求，广泛应用于平安城市，如车站机场、公安系统、博物馆、学校、景区、商场等不同的场合。在一些重要基础设施如发电站、核电站、石油石化基地等，步态识别也存在十分广阔的应用空间。

采用步态识别技术时，往往要经过采集步态、分析图片、特征提取、数据比对等步骤。其实，每一个环节都充满了技术挑战。例如，数据样本的采集。如何获取数据，又如何构建步态识别的数据库?在获取到数据后，如何分割前景和背景，让识别更为精确?在特征表达的阶段，又该如何解决跨视角识别的问题等。

在推进步态识别技术商业化落地过程中，算法和数据库建立是步态识别技术深化发展的基础上。目前国内从事步态识别技术研发的企业数量并不多，有能力构建核心算法的企业更是少见。与国外相比，国内企业需要在步态识别核心技术研发方面提早准备，认真钻研。

从技术发展趋势来看，无论是“刷脸”支付，还是“走路”辨人，普通的生物特征识别技术都拥有各自的优势和不足。随着人工智能、物联网等技术的不断成熟，不同的生物识别技术很有可能会进行组合应用，发挥技术融合应用的优势，进而给用户带来更好的识别服务和舒适的使用体验。

每一项前沿创新技术从产生、发展到成熟，从实验室走向应用场景，都需要经历一个漫长而曲折的历程。相信在不久的将来，阻碍步态识别、指纹识别、虹膜识别等技术应用的因素将被一一去除，这些技术也将找到落地应用的新场景。