目前,生物识别技术在人们日常生活中已经有着广泛的应用,如解锁与支付等,具体技术有指纹识别与人脸识别等。但是这两种生物识别技术存在着明显的弊端,只能在近距离或者触摸的情况下进行生物身份的识别。当人处在远距离且无法触摸的情况下,这两种技术将无法使用,步态识别可以完美的解决以上弊端。以往的步态识别研究工作主要是基于图像识别的,图像识别的弊端是只能在光线良好并且无遮挡的情况下才能使用。随着5G技术的不断发展与成熟,毫米波将会不断的应用到智能设备中。分辨率高是毫米波的天然优势,这一优势使得毫米波可以应用在智能感知领域。在本文中,我们提出了一种在多人共存的场景下基于毫米波感知的多人追踪与步态识别的方法。通过使用毫米波感知技术对多人共存场景下行人的步态进行感知,并得到行人的3D点云步态数据。由于该数据是多人共存场景下的,因此本文提出了基于聚类与多目标匹配算法的多人步态数据分离与追踪的方法,经过该方法得到每个单人的步态数据。针对每个单人步态数据,本文设计了一种基于深度学习的步态识别算法,实验表明该算法在单人场景下可以达到90%的准确率,在5人共存的场景下达到88%的准确率。最后将本文提出的方法实现成一个基本毫米波感知的多人追踪与步态识别系统,达到了良好的步态识别效果。