Como característica biológica con una fuerte correlación espacio-temporal, la dificultad actual del reconocimiento de la marcha radica en la interferencia de covariables (punto de vista, ropa, etc.) en la extracción de características. Para debilitar la influencia de los cambios de variables extrínsecas, proponemos un método de muestreo de marco de intervalo para capturar más información sobre los cambios dinámicos articulares, y una Red de Extracción de Características Omni-Dominio. La Red de Extracción de Características Omni-Dominio consta de tres módulos principales: (1) Extractor de Características Sensible al Tiempo: inyecta información temporal clave de la marcha en características espaciales superficiales para mejorar la correlación espacio-temporal. (2) Captura de Movimiento Dinámico: extrae características temporales de diferentes movimientos y asigna pesos de manera adaptativa. (3) Módulo de Balance de Características Omni-Dominio: equilibra características espacio-temporales detalladas, resaltando características espacio-temporales decisivas. Se realizaron experimentos extensos en dos conjuntos de datos de marcha públicos comúnmente utilizados, mostrando que nuestro método tiene un buen rendimiento y capacidad de generalización. En CASIA-B, logramos una precisión promedio de rango-1 del 94.2% bajo tres condiciones de marcha. En OU-MVLP, logramos una precisión de rango-1 del 90.5%.