對監(jiān)視和認(rèn)定技術(shù)的興趣 ，自“9.11事件”以來已引起美國國防先進(jìn)研究項目的高度關(guān)注，在確認(rèn)人類身份的距離程序上兩年投資5000萬美金。在自動面部認(rèn)定給予最大關(guān)注的同時，少許大學(xué)設(shè)立基金研究通過人體語言確認(rèn)人的身份。這理論是簡單的：每個人以相同的方式生活，但都有自己專一的信號或指紋，每個人也有自己專一的走路步伐。其技巧是收集人體語言并把它轉(zhuǎn)化為計算機能識別的數(shù)字。

一種方法是為每個人建立“運動信號”。在Carnegie Mellon大學(xué)的機器人研究機構(gòu)研究人員，采用在健身器帶上拍攝走路或跑步的方法開始研究每個人的運動信號，拴在計算機上的模擬照相機捕捉和儲存這一運動行為。軟件工具移去任何背景尺碼，剩下每一物體的一系列輪廓，然后把它作為數(shù)字形象儲存起來。同一人把他的整個走路過程拍攝下來，然后根據(jù)儲存的形象，指令計算機確定這個人的身份。該系統(tǒng)很好地歸納所有不同的步伐，能夠獲得90%~95%的正確匹配。

步伐認(rèn)定研究人員面臨許多挑戰(zhàn)。難點之一：迄今所有數(shù)據(jù)庫形象是兩維的，并且很大程度上取決于照相機的角度。當(dāng)一個系統(tǒng)企圖采用不同的角度去比較同一個人兩個鏡頭時，沒有多少差別。在MIT的人工智能實驗室，面臨在新的角度再提供形象的計算機圖象技術(shù)問題。例如，如果數(shù)據(jù)庫包含拍攝個人從筆直，后又Z字形運動步伐的資料，那末拍攝軟件將再創(chuàng)造一種直線景觀的粗糙幾何模型，然后與數(shù)據(jù)庫數(shù)據(jù)比較。在對30人的確認(rèn)中，他們的試驗仍處在大約95%的精度范圍內(nèi)。

很明顯，在任何人努力認(rèn)定千萬人之一身份之前，需要做大量的基礎(chǔ)工作。目前，看上去很鼓舞人心，但在應(yīng)用之前，我們必須要問，對于以步伐（Gait-Based Human Identification）作為生物學(xué)統(tǒng)計有什么依據(jù)？