1.一种人脸聚类方法，其特征在于，包括：

获取聚类人脸图像，采用特征提取模型对所述聚类人脸图像进行特征提取，获取人脸特征向量；

基于所述人脸特征向量生成初始人脸矩阵，计算所述初始人脸矩阵对应的初始特征平均向量；计算所述初始人脸矩阵中每一人脸特征向量与所述初始特征平均向量的初始相似度，对所述初始相似度进行排序，获取排序结果；从所述排序结果间隔抽取z个初始相似度，从所述初始人脸矩阵中抽取与z个初始相似度相对应的z个聚类中心；依据所述z个聚类中心对所述初始人脸矩阵中的所有人脸特征向量进行聚类，生成第一聚类类簇；若所述第一聚类类簇中人脸特征向量的数量小于第二数量阈值，将所述第一聚类类簇确定为原始聚类类簇；若所述原始聚类类簇中所述人脸特征向量的数量大于第一数量阈值，则采用程序接口将所述原始聚类类簇中的所述人脸特征向量分配到至少两个GPU进行处理；

对所述原始聚类类簇进行类间连通聚类，获取连通聚类类簇；

对所述连通聚类类簇进行平均值计算，获取每一所述连通聚类类簇对应的第三特征平均向量；

计算所述连通聚类类簇中任意一个所述人脸特征向量与所述第三特征平均向量之间的第三相似度；

对连通聚类类簇中所述第三相似度小于第三连通聚类阈值的人脸特征向量进行裁剪，获取目标聚类类簇。

2.如权利要求1所述的人脸聚类方法，其特征在于，所述对所述原始聚类类簇进行类间连通聚类，获取连通聚类类簇，包括：计算每一所述原始聚类类簇对应的第一特征平均向量，采用相似度算法对所述第一特征平均向量和所述原始聚类类簇中任意一个所述人脸特征向量进行计算，确定所述第一特征平均向量和所述原始聚类类簇中任意一个所述人脸特征向量的第一相似度；

将原始聚类类簇中所述第一相似度大于第一连通聚类阈值的人脸特征向量连通为第二聚类类簇；

对所有所述第二聚类类簇进行类间聚类，获取连通聚类类簇。

3.如权利要求2所述的人脸聚类方法，其特征在于，所述对所有所述第二聚类类簇进行类间聚类，获取连通聚类类簇，包括：计算每一所述第二聚类类簇的第二特征平均向量，基于所述第二特征平均向量确定任意两个第二聚类类簇对应的第二相似度；

若所述第二相似度大于第二连通聚类阈值，则将两个所述第二聚类类簇合并为连通聚类类簇。

4.一种人脸聚类装置，其特征在于，包括：

人脸特征向量获取模块，用于获取聚类人脸图像，采用特征提取模型对所述聚类人脸图像进行特征提取，获取人脸特征向量；

原始聚类类簇模块，用于基于所述人脸特征向量生成初始人脸矩阵，计算所述初始人脸矩阵对应的初始特征平均向量；计算所述初始人脸矩阵中每一人脸特征向量与所述初始特征平均向量的初始相似度，对所述初始相似度进行排序，获取排序结果；从所述排序结果间隔抽取z个初始相似度，从所述初始人脸矩阵中抽取与z个初始相似度相对应的z个聚类中心；依据所述z个聚类中心对所述初始人脸矩阵中的所有人脸特征向量进行聚类，生成第一聚类类簇；若所述第一聚类类簇中人脸特征向量的数量小于第二数量阈值，将所述第一聚类类簇确定为原始聚类类簇；若所述原始聚类类簇中所述人脸特征向量的数量大于第一数量阈值，则采用程序接口将所述原始聚类类簇中的所述人脸特征向量分配到至少两个GPU进行处理；

连通聚类类簇模块，用于对所述原始聚类类簇进行类间连通聚类，获取连通聚类类簇；

目标聚类类簇模块，用于对所述连通聚类类簇进行平均值计算，获取每一所述连通聚类类簇对应的第三特征平均向量；计算所述连通聚类类簇中任意一个所述人脸特征向量与所述第三特征平均向量之间的第三相似度；对连通聚类类簇中所述第三相似度小于第三连通聚类阈值的人脸特征向量进行裁剪，获取目标聚类类簇。

5.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述人脸聚类方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述人脸聚类方法的步骤。