CN111353477A - 一种步态识别系统和方法 - Google Patents

Abstract

本申请提供了一种步态识别系统和方法，该系统包括：数据采集平台、数据处理平台以及数据管理平台；所述数据采集平台，用于采集城市道路中行人的步态数据；所述数据处理平台，用于接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型，基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

Description

一种步态识别系统和方法

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种步态识别系统和方法。

背景技术

在识别城市道路中行人的步态特征信息时，需要包括云平台和摄像头的管理系统实现。

城市道路中安装的摄像头采集行人的视频流，将视频流传输到云平台，云平台中预先存储有用于对视频流进行处理的算法，并对视频流进行存储和管理，云平台在接收到视频流后，利用预先存储的算法对视频流进行处理，得到行人的步态特征信息，当摄像采集的视频流的数据量比较大时，会增加云平台的处理压力，且对云平台的要求比较高。

发明内容

有鉴于此，本申请的目的在于提供一种步态识别系统和方法，用于降低平台的处理压力。

第一方面，本申请实施例提供了一种步态识别系统，该系统包括：数据采集平台、数据处理平台以及数据管理平台；

所述数据采集平台，用于采集城市道路中行人的步态数据；

所述数据处理平台，用于接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型，基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

在一种实施方式中，所述步态数据包括步态图像序列和/或视频流；

所述数据采集平台包括以下设备中至少一个：

步态识别摄像设备；视频采集设备；

当所述数据采集平台为所述步态识别摄像设备时，采集的步态数据为行人的步态图像序列；

当所述数据采集平台为所述视频采集设备时，采集的步态数据为行人的视频流。

在一种实施方式中，所述数据处理平台还用于：

根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台；

所述数据管理平台用于：

根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

在一种实施方式中，所述数据处理平台还用于：

根据所述行人的步态特征信息，以及预设的嫌疑人员的步态特征信息，从多个行人中，确定目标行人，并进行警示。

在一种实施方式中，所述数据处理平台还用于：

获取所述目标行人的定位信息；

根据所述目标行人的定位信息和步态数据，确定所述目标行人的行动轨迹。

在一种实施方式中，所述数据采集平台还用于将采集的所述步态数据传输到所述数据管理平台；

所述数据管理平台还用于存储所述步态数据。

在一种实施方式中，所述数据处理平台还用于：

在所述步态数据占用的空间大小大于预设阈值后，基于所述空间大小、所述预设阈值，从所述步态数据中，选择部分数据，将选择的部分数据传输到所述数据管理平台；

所述数据管理平台还用于：

基于所述数据处理平台传输的部分步态数据，和所述用于进行步态处理的模型，确定对应行人的步态特征信息，并将确定的步态特征信息发送给所述数据采集平台。

第二方面，本申请实施例提供了一种步态识别方法，应用于步态识别系统中，所述步态识别系统包括数据采集平台、数据处理平台以及数据管理平台；所述方法包括：

所述数据采集平台采集城市道路中行人的步态数据；

所述数据处理平台接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型；

所述数据处理平台基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

在一种实施方式中，所述步态数据包括步态图像序列和/或视频流；

所述数据采集平台包括以下设备中至少一个：

步态识别摄像设备；视频采集设备；

当所述数据采集平台为所述步态识别摄像设备时，采集的步态数据为行人的步态图像序列；

当所述数据采集平台为所述视频采集设备时，采集的步态数据为行人的视频流。

在一种实施方式中，还包括：

所述数据处理平台根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台；

所述数据管理平台根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

本申请实施例提供了一种步态识别系统，该系统包括数据采集平台、数据处理平台和数据管理平台，数据处理平台用于采集城市道路中行人的步态数据，数据处理平台用于接收数据采集平台传输的步态数据，以及接收数据管理平台传输的用于进行步态处理的模型，基于用于进行步态处理的模型和步态数据，识别行人的步态特征信息，这样，不需要将数据采集平台采集到的数据上传到数据管理平台，而是直接传输到数据处理平台，由数据处理平台对步态数据进行处理，降低了管理平台的处理压力，同时，减少了搭建平台的成本。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例提供的一种步态识别系统的架构示意图；

图2示出了本申请实施例提供的一种步态识别系统的应用示意图；

图3示出了本申请实施例提供的一种步态识别方法的流程示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。

现有步态布控系统一般包括摄像机和云平台，其中，摄像机一般安装在交通标杆、商场等场所，摄像机用于采集交通道路行人的视频流，或者采集商场中行人的视频流，摄像机将采集的视频流上传到云平台，由云平台对视频流进行识别处理，以识别出视频流中包括的行人的步态特征信息。

由于步态布控系统是将视频流传输到云平台，视频流本身比较大，传输过程中对网络传输质量要求比较高，一旦网络传输质量变差，那么，视频流传输会中断，从而影响步态特征信息的识别，当大量视频流传输到云平台后，需要布局大量的服务器，以便存储视频流，而服务器自身的成本比较高，这就带来了大量的成本费用。

另外，现有步态布控系统适用于区域内视频数据的结构化分析和传输，比如，适用于一个大型城市中的一个行政区域，这样，会造成数据孤岛，且不利于区域间的信息互通。

基于此，本申请实施例提供了一种步态识别系统，该系统包括数据采集平台、数据处理平台和数据管理平台，数据处理平台用于采集城市道路中行人的步态数据，数据采集平台用于接收数据处理平台传输的步态数据，以及接收数据管理平台传输的用于进行步态处理的模型，基于用于进行步态处理的模型和步态数据，识别行人的步态特征信息，这样，不需要将数据采集平台采集到的数据上传到数据管理平台，而是直接传输到数据处理平台，由数据处理平台对步态数据进行进行处理，降低了管理平台的处理压力，同时，减少了搭建平台的成本。

本申请实施例提供了一种步态识别系统，如图1所示，该系统具体包括：数据采集平台11、数据处理平台12以及数据管理平台13；

所述数据采集平台11，用于采集城市道路中行人的步态数据；

所述数据处理平台12，用于接收所述数据采集平台11传输的步态数据，以及接收所述数据管理平台13传输的用于进行步态处理的模型，基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

本申请中的数据采集平台11可以布置以下设备中的至少一个：步态识别摄像设备和视频采集设备。

视频采集设备可以为摄像机，该摄像机可以采集行人的视频流，而无法从视频流中提取步态图像，因此，在数据采集平台为视频采集设备时，该视频采集设备采集的步态数据为行人的视频流，可以从视频流中提取行人的步态图像序列，提取步态图像序列的过程此处不进行详细叙述。

步态识别摄像设备中嵌入有步态检测算法和步态跟踪算法，该步态识别摄像设备可以为步态抓拍摄像机、步态识别摄像机等，步态识别摄像机中包括视频管理模块和视频分析模块，该摄像机具备视频结构化分析的能力，可以提取步态信息及进行步态识别。

步态识别摄像设备在采集到视频流后，可以利用内嵌的步态检测算法从视频流中提取多个步态图像，进一步，利用步态跟踪算法从多个步态图像中确定步态图像序列，此处不详细介绍步态检测算法和步态跟踪算法的计算过程。

在具体实施过程中，可以根据实际的应用环境确定使用步态识别摄像设备，亦或使用视频采集设备，或者同时使用视频采集设备和步态识别摄像设备，比如，实际应用环境需要快速确定行人的步态特征信息，此时，可以使用步态识别摄像设备，以实现在终端侧得到步态图像序列；对识别速度要求不高的区域，可以使用视频采集设备，这样，可以利用已安装的视频采集设备，无需安装步态识别摄像设备，降低设备成本。

数据采集平台11采集到的步态数据包括步态图像序列和视频流，其中，步态图像序列为包括行人步态的图像序列。

数据处理平台12可以包括步态检索一体机、抓拍盒子、抓拍阵列。

步态检索一体机包括视频管理模块、视频分析模块、业务应用模块和设备管理模块等模块，该一体机中内嵌步态检测算法、步态跟踪算法、步态分割算法、特征提取算法等算法，可以在与数据管理平台断联情况下保障区域网内的智能分析闭环，实现对业务的独立支撑。

抓拍盒子和抓拍阵列中均包括视频管理模块、视频分析模块、设备管理模块。其与视频采集设备(摄像机)连接，可以从视频流中提取步态图像序列，提升已有的视频采集设备的利用率。

数据管理平台13可以包括多个服务器的云处理平台，云处理平台包括步态识别模型管理模块、设备管理模块、业务应用模块、数据管理模块、视频管理模块和视频分析模块等模块。云处理平台的主要功能在于模型训练、业务中台构建、规模化步态库构建及各区域的信息互通。

步态识别模型管理模块用于在云处理平台进行算法模型的数据采集、标注，云处理平台同时可以进行算法或模型的训练、测试及验证，还可以进行算法和模型的版本管理、升级管理和安全管理，并将合适加密的版本算法或模型传输给数据处理平台12或者数据采集平台11。

设备管理模块为具备对整个步态布控系统中所有智能设备及摄像设备的设备台账管理、设备运维管理及设备视频流监控和状态监控能力。

业务应用模块为基于对实时视频的步态识别分析产生的各类应用，如，多段视频的步态检索、目标人物的区域内步态布控、目标人物的轨迹刻画等，基于实际项目情况，在数据处理平台多次出现的应用模块，可以放在云处理平台，供其他数据处理平台根据需求调用，即打造业务中台。

数据管理模块可以保持重要数据，实现事后可取证，包括城市级人员步态库的创建、检索及分区域授权，视频数据和图片数据的存储以及检索。

视频管理模块可以用于接收摄像设备传输的视频数据，可进行视频的转发、混存和共享。

视频分析模块用于基于用于进行步态处理的模型进行视频结构化分析，包括步态检索、步态跟踪、和步态识别。

在实际应用中，步态识别系统的结构图可以参考图2，智能步态比对分析及管理系统中的数据管理平台中布置有多个服务器，比如，智能分析服务器、步态实时布控服务器、步态大数据服务器、中心管理及数据库服务器和存储解码等其他服务器；数据处理平台可以包括智能步态检索一体机、抓拍阵列和抓拍盒子，数据采集平台包括普通摄像机、抓拍摄像机、识别摄像机等。

以下对步态识别系统中的各个平台进行介绍。

数据采集平台11可以将采集的步态数据上传到数据处理平台12，除了可以将步态数据传输到数据处理平台外，还可以将采集的所述步态数据传输到所述数据管理平台，数据管理平台还用于存储步态数据，实现对步态数据的备份。

数据处理平台12中存储有用于对步态数据进行处理的用于进行步态处理的模型，该用于进行步态处理的模型为数据处理平台12根据自身的硬件处理能力，从数据管理平台获取的，具体为，根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台。

这里，硬件配置信息可以为数据采集平台使用的处理器或处理芯片的型号，型号表征数据处理平台中数据处理设备的处理速度；用于进行步态处理的模型包括步态检测模型、步态跟踪模型、步态分割模型、特征提取模型等模型。

在具体实施过程中，数据处理平台12获取自身连接的数据采集平台的硬件配置信息，若根据硬件配置信息确定数据采集平台为视频采集设备，说明数据处理平台除了进行步态特征信息提取外，还需要对视频流进行步态检测和步态跟踪，则生成的模型需求信息中包括步态检测模型的模型标识、步态跟踪模型的模型标识和进行步态特征提取的相关算法的模型标识。

若根据硬件配置信息确定数据采集平台为步态识别摄像设备，说明数据处理平台除了进行步态特征信息提取外，不需要对视频流进行步态检测和步态跟踪，则生成包括进行步态特征提取的相关模型标识的模型需求信息。

数据管理平台13根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

在具体实施过程中，数据管理平台13在接收到数据处理平台12传输的包括算法标识的模型需求信息后，从预设的模型标识和模型之间的对应关系中，查询与接收到的模型标识匹配的模型标识，将查询到的模型标识对应的算法传输给数据处理平台12。

数据处理平台12利用接收到的各个模型对步态数据进行处理，比如，在步态数据为步态图像序列时，利用步态分割模型对步态图像序列进行灰度处理，得到灰度步态图像序列，利用特征提取模型从灰度步态图像序列中，提取行人的步态特征信息；在步态数据为视频流时，利用步态检测模型从视频流中提取多个步态图像，利用步态跟踪模型从多个步态图像中确定步态图像序列，对步态图像序列进行处理的过程可以参考上述过程。

在得到行人的步态特征信息后，数据处理平台12可以根据所述行人的步态特征信息，以及预设的嫌疑人员的步态特征信息，从多个行人中，确定目标行人，并进行警示。

这里，步态特征信息可以为行人行走时力的大小、方向、作用点等信息；嫌疑人员的步态特征信息为授权的步态特征信息。

在具体实施过程中，在得到各个行人的步态特征信息后，可以根据行人的步态特征信息和嫌疑人员的步态特征信息，以及预设的相似度计算算法，确定行人和嫌疑人员之间的相似度，相似度大于预设阈值对应的行人确定为目标行人。其中，相似度计算算法包括欧式距离、皮尔逊相关系数和余弦相似度等算法。

在确定目标行人后，可以通过信息、警示灯的方式进行警示，比如，数据处理平台12在确定目标行人后，可以向相应管理人员发送警示信息，也可以通过数据处理平台中的警示灯警示管理人员。

数据处理平台12可以进行确定目标行人的行动轨迹，行动轨迹包括不同时间经过的位置信息，其中，位置信息可以为经纬度坐标。在确定目标行人的形式轨迹时，可以包括以下步骤：

获取所述目标行人的定位信息；

根据所述目标行人的定位信息和步态数据，确定所述目标行人的行动轨迹。

这里，定位信息可以是通过目标行人携带的终端设备获取的，也可以是基于数据采集设备(如摄像头)的安装位置信息确定的，安装位置信息为摄像头安装位置的全球定位系统(Global Positioning System，GPS)坐标信息。

在具体实施过程中，从行人的终端设备(如手机)中获取行人的定位信息。

在确定目标行人的行动轨迹时，可以根据步态数据确定目标行人的位置信息和对应的时间，查找其他数据处理平台中是否识别出目标行人的步态特征信息，若其他数据处理平台中识别出目标行人的步态特征信息，则基于其他数据处理平台获取的视频流或步态图像序列，确定目标行人的位置信息和对应的时间，基于多个数据处理平台得到的位置信息和对应的时间，以及目标行人的定位信息，生成目标行人的行动轨迹。

为了提高目标行人行动轨迹绘制的精细度和完整性，进一步可以结合目标行人的面部特征识别追踪、所属车辆识别追踪、所属手机信号定位等多种线索，融合应用高精确度还原或追踪目标行人行动轨迹。

数据处理平台12接收到的步态数据的数据量比较大时，会增加数据处理平台的处理压力，在一定程度上会降低数据处理平台的处理效率。在不增加云处理平台的处理压力的前提下，为了减少数据处理平台的处理压力，可以在步态数据占用的空间大小大于预设阈值后，基于所述空间大小、所述预设阈值，从所述步态数据中，选择部分数据，将选择的部分数据传输到所述数据管理平台。

这里，预设阈值可以根据实际情况确定。

在具体实施过程中，数据处理平台12在确定步态数据占用的空间大小大于预设阈值后，计算空间大小和预设阈值的差值，从步态数据中，选择空间大小为差值的数据，将选择的数据上传到数据管理平台13。

例如，数据处理平台接收到的步态数据的数据量为N兆，预设阈值为α，当N大于α时，说明数据处理平台超负荷，计算步态数据的数据量N与α的差值为N-α，从步态数据中选择占用的空间大小为N-α的数据，将N-α的数据上传到数据管理平台。

数据管理平台13在接收到数据处理平台选择的步态数据后，基于接收到部分步态数据，和所述用于进行步态处理的模型，确定对应行人的步态特征信息，并将确定的步态特征信息发送给所述数据采集平台，利用用于进行步态处理的模型进行步态识别的过程可以参考上文，此处不进行详细介绍。这样，可以将数据处理平台的部分数据传输到数据管理平台进行识别处理，可以减少数据处理平台的数据处理压力，提高数据处理平台的处理效率，也减少了数据管理平台的资源浪费。

数据管理平台中存储的用于进行步态处理的模型，并管理用于进行步态处理的模型的版本，以及对数据采集平台上传的步态数据进行备份。

用于进行步态处理的模型为预先训练的，在训练特征提取模型时，可以构建训练样本库，训练样本库中包括行人的历史灰度步态序列图像和对应的实际步态特征信息。

将历史灰度步态序列图像作为特征提取模型的输入特征，将对应的实际步态特征信息作为特征提取模型的输出特征，最终训练得到特征提取模型，即，将历史灰度步态序列图像输入到特征提取模型，得到预测步态特征信息，计算预测步态特征信息和实际步态特征信息之间的距离，按照距离最小原则，调整特征提取模型的模型参数，得到特征提取模型。

用于进行步态处理的模型中的其他模型的训练过程可以参考特征提取模型的训练过程，此处不进行详细介绍。

本申请实施例提供了一种步态识别方法，如图3所示，应用于步态识别系统中，所述步态识别系统包括数据采集平台、数据处理平台以及数据管理平台；该方法包括：

S301，所述数据采集平台采集城市道路中行人的步态数据；

S302，所述数据处理平台接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型；

S303，所述数据处理平台基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

在一种实施方式中，所述步态数据包括步态图像序列和/或视频流；

所述数据采集平台包括以下设备中至少一个：

步态识别摄像设备；视频采集设备；

当所述数据采集平台为所述步态识别摄像设备时，采集的步态数据为行人的步态图像序列；

当所述数据采集平台为所述视频采集设备时，采集的步态数据为行人的视频流。

在一种实施方式中，还包括：

所述数据处理平台根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台；

所述数据管理平台根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

在一种实施方式中，还包括：

所述数据处理平台根据所述行人的步态特征信息，以及预设的嫌疑人员的步态特征信息，从多个行人中，确定目标行人，并进行警示。

在一种实施方式中，还包括：

所述数据处理平台获取所述目标行人的定位信息，根据所述目标行人的定位信息和步态数据，确定所述目标行人的行动轨迹。

在一种实施方式中，还包括：

所述数据采集平台将采集的所述步态数据传输到所述数据管理平台；

所述数据管理平台存储所述步态数据。

在一种实施方式中，还包括：

所述数据处理平台在所述步态数据占用的空间大小大于预设阈值后，基于所述空间大小、所述预设阈值，从所述步态数据中，选择部分数据，将选择的部分数据传输到所述数据管理平台；

所述数据管理平台基于所述数据处理平台传输的部分步态数据，和所述用于进行步态处理的模型，确定对应行人的步态特征信息，并将确定的步态特征信息发送给所述数据采集平台。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种步态识别系统，其特征在于，该系统包括：数据采集平台、数据处理平台以及数据管理平台；

所述数据采集平台，用于采集城市道路中行人的步态数据；

所述数据处理平台，用于接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型，基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

2.如权利要求1所述的系统，其特征在于，所述步态数据包括步态图像序列和/或视频流；

所述数据采集平台包括以下设备中至少一个：

步态识别摄像设备；视频采集设备；

当所述数据采集平台为所述步态识别摄像设备时，采集的步态数据为行人的步态图像序列；

当所述数据采集平台为所述视频采集设备时，采集的步态数据为行人的视频流。

3.如权利要求1所述的系统，其特征在于，所述数据处理平台还用于：

根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台；

所述数据管理平台用于：

根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

4.如权利要求1所述的系统，其特征在于，所述数据处理平台还用于：

根据所述行人的步态特征信息，以及预设的嫌疑人员的步态特征信息，从多个行人中，确定目标行人，并进行警示。

5.如权利要求4所述的系统，其特征在于，所述数据处理平台还用于：

获取所述目标行人的定位信息；

根据所述目标行人的定位信息和步态数据，确定所述目标行人的行动轨迹。

6.如权利要求1所述的系统，其特征在于，所述数据采集平台还用于将采集的所述步态数据传输到所述数据管理平台；

所述数据管理平台还用于存储所述步态数据。

7.如权利要求1所述的系统，其特征在于，所述数据处理平台还用于：

在所述步态数据占用的空间大小大于预设阈值后，基于所述空间大小、所述预设阈值，从所述步态数据中，选择部分数据，将选择的部分数据传输到所述数据管理平台；

所述数据管理平台还用于：

基于所述数据处理平台传输的部分步态数据，和所述用于进行步态处理的模型，确定对应行人的步态特征信息，并将确定的步态特征信息发送给所述数据采集平台。

8.一种步态识别方法，其特征在于，应用于步态识别系统中，所述步态识别系统包括数据采集平台、数据处理平台以及数据管理平台；所述方法包括：

所述数据采集平台采集城市道路中行人的步态数据；

所述数据处理平台接收所述数据采集平台传输的步态数据，以及接收所述数据管理平台传输的用于进行步态处理的模型；

所述数据处理平台基于所述用于进行步态处理的模型和所述步态数据，识别所述行人的步态特征信息。

9.如权利要求8所述的方法，其特征在于，所述步态数据包括步态图像序列和/或视频流；

所述数据采集平台包括以下设备中至少一个：

步态识别摄像设备；视频采集设备；

当所述数据采集平台为所述步态识别摄像设备时，采集的步态数据为行人的步态图像序列；

当所述数据采集平台为所述视频采集设备时，采集的步态数据为行人的视频流。

10.如权利要求8所述的方法，其特征在于，还包括：

所述数据处理平台根据自身连接的数据采集平台的硬件配置信息，生成模型需求信息，将所述模型需求信息发送给所述数据管理平台；

所述数据管理平台根据所述模型需求信息，确定与所述数据处理平台对应的用于进行步态处理的模型，并将确定的用于进行步态处理的模型传输给所述数据处理平台。

Images