本发明实施例提供视频处理方法及相关装置，图像处理方法及相关装置。涉及人工智能中的计算机视觉技术以及机器学习技术，获取待处理视频生成第一步态能量图，待处理视频中视频帧包括身份待识别的对象；获取身份已知的对象的视频的第二步态能量图；将第一、第二步态能量图输入深度神经网络进行第一步态识别包括提取第一、第二步态能量图各自的身份信息，第一和第二步态能量图的融合步态特征向量；至少根据提取的融合步态特征向量计算相似度；第一步态能量图的身份信息包括第一步态能量图的标识和步态特征向量，第二步态能量图的身份信息包括第二步态能量图的标识和步态特征向量；融合步态特征向量由第一、第二步态能量图的步态特征向量决定。