步态识别是指通过人的行走序列来识别人类，这是一种有用的生物特征理解任务，因为它可以在远距离观察到，并且不需要被识别对象的配合。用于表示个人行走序列的两种常见模态是轮廓和关节骨架。轮廓序列记录了每个帧中行走者的边界，但由于携带物品和衣物的变化，可能会导致外观变化。逐帧关节检测存在噪声，并引入了一些与连续检测不一致的抖动。在本文中，我们将轮廓和骨架结合起来，并对逐帧关节预测进行优化以提高步态识别的效果。利用轮廓序列中的时间信息，我们展示了优化后的骨架可以提升步态识别性能而无需额外注释。我们在四个公开数据集（CASIA-B、OUMVLP、Gait3D 和 GREW）上对比了我们的方法，并展示了最先进的性能。