步态|小众却高端的“视频新基建”：步态识别技术如何穿越萌芽期？( 二 ) 招标|准确率|大数据|串通投标

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。

文章插图
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。
行业远未到商业化考量阶段
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%。

文章插图
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。