4月3日，银河水滴宣布，其提交的 “基于深度学习的步态识别方法”（ Gait Recognition Method Based on Deep Learning）正式获得美国专利授权，该方法可以有效提高步态识别准确率。
据悉，该专利所介绍的内容主要包括模型训练和对象识别两个部分，利用深度学习的卷积神经网络的较强的学习能力，通过共享权重的双通道卷积神经网络来进行步态识别，即使被识别人的视角变化导致较大的表观差异，该方法也能够达到较高的识别准确率。
与其他识别技术相比，步态识别技术的优势主要体现在：一方面，从医学角度来看，不同的腿骨长度、肌肉强度、重心高度以及运动神经灵敏度，决定了步态的唯一性和稳定性，因而短时间内很难被他人模仿。另一方面，对距离要求不高，即时距离较远，人走路的姿态也清晰可见。一般来说，基于1080p的摄像头，有效识别距离可达50米，识别速度在200ms以内；如果分辨率达到4K的高清配置，有效识别距离可扩展至100米。
此外，步态特征无需识别者特意配合就能进行采集。