1.一种用于云计算的监控视频识别系统，其特征在于，包括人脸视频影像采集模块、环境视频影像采集模块、人体视频影像采集模块、影像数据接收模块、影像数据处理模块、云计算分析模块、数据比对模块、信息储存模块、总控模块、警报分析模块与警报发送模块；

其中，所述人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，所述人脸视频影像采集模块用于采集出现在进口处和出口处人员的人脸影像；

所述环境视频影像采集模块根据安装地点的实际状况安装在不同的位置，所述环境视频影像采集模块用于采集安装地点内的影像信息；

所述人体视频影像采集模块安装在安装地的进出口位置，并正对进口和出口处，所述人体视频影像采集模块用于采集出现在进口处和出口处的人体特征信息；

所述影像数据接收模块用于接收人脸视频影像采集模块、环境视频影像采集模块和人体视频影像采集模块采集的人脸影像信息、环境影像信息和人体影像信息；

所述影像数据处理模块用于对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理；

所述云计算数据分析模块用于接收影像数据处理模块处理过的信息，并对处理过的信息进行分析；

所述信息储存模块中储存监控安装地点的常住人的信息，常住人的信息包括人脸信息和人体信息，人体信息包括人体手臂的长度和身高，所述信息储存模块中储存的数据用于被数据比对模块调用；

所述数据比对模块用于接收云计算数据分析模块分析出的比对模型系数，并将比对系数与储存模块中储存的数据进行比对；

所述总控模块用于接收数据比对模块比对信息，并将比对信息转化为控制指令；

所述警报分析模块用于接收控制指令，所述警报分析模块在接收到控制指令后对信息云计算分析模块分析出的数据和数据比对模块比对的数据分析成警报信息；

所述警报发送模块用于接收警报分析模块分析出的警报信息，并根据警报信息发出警报指令。

2.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块处理人脸影像信息的具体过程如下：步骤一：人脸视频影像采集模块会实时记录下出现在人脸视频影像采集模块中的人脸影像，从人脸影像中截取出清晰度最高的一张图片，截取的图片中必须包含人脸的五官；

步骤二：在提取的图片中设置特征点，图片中的两个内眼角和外眼角均为特征点，将图片中的两个内眼角分别标记为A1点和A2点，将图片中的两个外眼角标记为B1点和B2点；

步骤三：图片中的下巴的最低点为特征点，将该点标记为C点；

步骤四：将A1点和A2点连线得到直线L1，将B1点和B2点连线得到直线K1，将A1点和C点连线得到直线L2，将A2点和C点连线得到直线L3，将B1点与C点连线得到直线K2，将B2点与C点连接得到K3；

步骤五：以C点为起点做一条与L1和K1相交的垂线Mt。

3.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块对环境影像信息的处理过程如下；

S1：当环境视频影像数据采集模块采集的视屏影像中出现亮度超过预设值的光点时，将该种状态标记为BJ状态，并将光点标记为LT；

S2：影像数据处理模块会实时的监测光点LT的亮度和LT到达阈值亮度的时长；

S3：同时影像数据处理模块还会实时的监测光点LT的面积大小信息。

4.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块对人体视频信息影像采集模块采集的人体影像信息处理过程如下：SS1：影像数据处理模块会提取出一张清晰度最高的人体影像照片；

SS2：影像数据处理模块会测量出图片中人体影像的人体手臂的长度，将其长度标记为Qt；

SS3：影像数据处理模块还会测量出人体影像的人体高度，将其高度标记为Dt。

5.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述云数据分析模块的对人脸信息的具体分析过程如下：SSS1：测量出直线L1、直线K1和垂线Mt的长度信息；

SSS2：将L1、L2和L3围成的三角形标记为SJ1；

SSS3：将K1、K2和K3围成的三角形标记为SJ2；

SSS4：通过公式（L1*Mt）/2=St1，可以得到SJ1的面积St1；

SSS5：通过公式（K1*Mt）/2=St2，可以得到SJ2的面积St2；

SSS6：再通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即人脸模型系数；

所述云数据分析模块对人体信息分析的具体过程如下；

通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的对比模型系数QDt；

所述信息储存模块储存的信息通过云数据分析模块的计算过程对人体信息分析的过程构建出原始人体模型系数QDi原，i=1……n，所述信息储存模块中储存的信息的人脸信息通过云数据分析模块的计算方式计算出了原始人脸模型Sti原，i=1……n，所数据比对模块的具体比对过程如下：（1）通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差；

（2）通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp；

（3）当QDt差=0、Stp=0或者|QDt差|和|Stp|均在预设值范围内时即对比通过；

（4）当|QDt差|和|Stp|均大于预设值时，对比不通过。

6.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述警报分析模块的具体分析过程如下：当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息；

当接收到对比信息为对比通过时，警报分析模块即不会产生人员报警信息；

3）：当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息。