步态识别旨在通过人的行走序列来识别人，作为一种有用的生物特征模态，它可以在不需要被识别对象配合的情况下从远距离进行观察。在表示一个人的行走序列时，轮廓和骨架是两种主要的模态。当不同身体部位发生重叠时，轮廓序列缺乏详细的局部信息，并且会受到携带物体和服装的影响。骨架由关节及其连接的骨骼组成，可以为不同的身体部分提供更精确的信息；然而，它们对遮挡和低质量图像非常敏感，导致在同一序列中帧间结果的不一致性。在本文中，我们探讨了在步态识别中使用双流骨架表示的方法，并结合轮廓进行研究。通过融合轮廓和骨架的综合数据，我们在图卷积中通过自校正方法优化了双流骨架、关节和骨骼，并利用来自轮廓的时间一致性进行了跨模态校正。我们展示了经过优化的骨架可以使步态识别模型在公共步态识别数据集上的性能优于现有最先进方法，而无需额外注释。