Als einzigartiges biometrisches Merkmal, das aus der Ferne erkannt werden kann, hat der Gang breite Anwendungen in der Kriminalprävention, forensischen Identifizierung und sozialen Sicherheit. Bestehende Methoden zur Gangerkennung verwenden entweder eine Gangvorlage, bei der zeitliche Informationen schwer zu bewahren sind, oder eine Gangsequenz, die unnötige sequentielle Einschränkungen aufrechterhalten muss und daher die Flexibilität der Gangerkennung verliert. In dieser Arbeit stellen wir einen neuen Ansatz vor, bei dem ein Gang als Menge unabhängiger Frames betrachtet wird. Wir schlagen ein neues Netzwerk namens GaitSet (GangMenge) vor, um Identitätsinformationen aus dieser Menge zu lernen. Auf Basis des Mengenansatzes ist unsere Methode unempfindlich gegenüber der Permutation von Frames und kann Frames aus verschiedenen Videos unter unterschiedlichen Szenarien wie verschiedenen Betrachtungswinkeln und unterschiedlichen Kleidungs-/Tragebedingungen nahtlos integrieren. Experimente zeigen, dass unsere Einzelmodellmethode unter normalen Gehbedingungen durchschnittliche Rang-1-Akkuratenzen von 95,0 % im CASIA-B-Gang-Datensatz und 87,1 % im OU-MVLP-Gang-Datensatz erreicht. Diese Ergebnisse repräsentieren neue StandesderTechnik-Akkuratenzen in der Erkennung. Unter verschiedenen komplexen Szenarien zeigt unser Modell ein hohes Maß an Robustheit. Es erreicht Akkuratenzen von 87,2 % und 70,4 % im CASIA-B-Datensatz unter den Bedingungen mit Tasche tragen und Mantel tragen, respektive. Diese übertreffen die bisher besten Methoden deutlich. Die vorgestellte Methode kann auch mit einer geringen Anzahl von Frames in einem Testbeispiel zufriedenstellende Akkuratenzen erzielen, z.B. 82,5 % im CASIA-B-Datensatz mit nur sieben Frames. Der Quellcode wurde veröffentlicht unter https://github.com/AbnerHqC/GaitSet.请注意，这里“GaitSet”被翻译为“GangMenge”，并在后面括号中注明了原文，以确保信息的完整性。其他术语如“Rang-1-Akkuratenz”、“Quellcode”等也采用了通用的德语科技术语。