对监视和认定技术的兴趣 ，自“9.11事件”以来已引起美国国防先进研究项目的高度关注，在确认人类身份的距离程序上两年投资5000万美金。在自动面部认定给予最大关注的同时，少许大学设立基金研究通过人体语言确认人的身份。这理论是简单的：每个人以相同的方式生活，但都有自己专一的信号或指纹，每个人也有自己专一的走路步伐。其技巧是收集人体语言并把它转化为计算机能识别的数字。

一种方法是为每个人建立“运动信号”。在Carnegie Mellon大学的机器人研究机构研究人员，采用在健身器带上拍摄走路或跑步的方法开始研究每个人的运动信号，拴在计算机上的模拟照相机捕捉和储存这一运动行为。软件工具移去任何背景尺码，剩下每一物体的一系列轮廓，然后把它作为数字形象储存起来。同一人把他的整个走路过程拍摄下来，然后根据储存的形象，指令计算机确定这个人的身份。该系统很好地归纳所有不同的步伐，能够获得90%~95%的正确匹配。

步伐认定研究人员面临许多挑战。难点之一：迄今所有数据库形象是两维的，并且很大程度上取决于照相机的角度。当一个系统企图采用不同的角度去比较同一个人两个镜头时，没有多少差别。在MIT的人工智能实验室，面临在新的角度再提供形象的计算机图象技术问题。例如，如果数据库包含拍摄个人从笔直，后又Z字形运动步伐的资料，那末拍摄软件将再创造一种直线景观的粗糙几何模型，然后与数据库数据比较。在对30人的确认中，他们的试验仍处在大约95%的精度范围内。

很明显，在任何人努力认定千万人之一身份之前，需要做大量的基础工作。目前，看上去很鼓舞人心，但在应用之前，我们必须要问，对于以步伐（Gait-Based Human Identification）作为生物学统计有什么依据？