Studies on person recognition have primarily examined recognition of static faces, presented on a computer screen at a close distance. Nevertheless, in naturalistic situations we typically see the whole dynamic person, often approaching from a distance. In such cases, facial information may be less clear, and the motion pattern of an individual, their dynamic identity signature (DIS), may be used for person recognition. Studies that examined the role of motion in person recognition, presented videos of people in motion. However, such stimuli do not allow for the dissociation of gait from face and body form, as different identities differ both in their gait and static appearance. To examine the contribution of gait in person recognition, independently from static appearance, we used a virtual environment, and presented across participants, the same face and body form with different gaits. The virtual environment also enabled us to assess the distance at which a person is recognized as a continuous variable. Using this setting, we assessed the accuracy and distance at which identities are recognized based on their gait, as a function of gait distinctiveness. We find that the accuracy and distance at which people were recognized increased with gait distinctiveness. Importantly, these effects were found when recognizing identities in motion but not from static displays, indicating that DIS rather than attention, enabled more accurate person recognition. Overall these findings highlight that gait contributes to person recognition beyond the face and body and stress an important role for gait in real-life person recognition.

有关人脸识别的研究主要研究了在计算机屏幕上近距离呈现的静态人脸的识别。然而，在自然主义的情况下，我们通常会看到整个有活力的人，常常是远距离接近。在这种情况下，面部信息可能不太清楚，并且个人的运动模式及其动态身份签名（DIS）可用于人的识别。研究了运动在人的识别中的作用的研究，展示了运动中的人的视频。然而，由于不同的身份在步态和静态外观上都不同，因此这种刺激不允许步态与面部和身体形态分离。为了研究步态在人的识别中的作用，与静态外观无关，我们使用了虚拟环境，并在参与者之间进行展示，相同的面孔和身体具有不同的步态。虚拟环境还使我们能够评估将一个人识别为连续变量的距离。使用此设置，我们根据步态的独特性评估了根据步态识别身份的准确性和距离。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。虚拟环境还使我们能够评估将一个人识别为连续变量的距离。使用此设置，我们根据步态的独特性评估了根据步态识别身份的准确性和距离。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总的来说，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。虚拟环境还使我们能够评估将一个人识别为连续变量的距离。使用此设置，我们根据步态的独特性评估了根据步态识别身份的准确性和距离。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。使用此设置，我们根据步态的独特性评估了根据步态识别身份的准确性和距离。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。使用此设置，我们根据步态的独特性评估了根据步态识别身份的准确性和距离。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。我们发现，步态的独特性提高了识别人的准确性和距离。重要的是，这些效果是在识别运动中的身份时发现的，而不是从静态显示中发现的，表明DIS而非注意力可以实现更准确的人识别。总体而言，这些发现表明，步态有助于面部和身体以外的人的识别，并强调步态在现实中的人识别中的重要作用。