1.一种动态身份识别方法，其特征在于，包括如下步骤：分别从多个监控摄像头中获得多个待处理人脸图像和多个待处理行人图像；

分别对多个所述待处理人脸图像和多个所述待处理行人图像进行标记处理，得到多个人脸图像和多个行人图像；

将多个所述人脸图像与多个所述行人图像进行图像配对处理，得到多个目标配对组；

分别对所述多个目标配对组进行匹配结果分析，得到多个匹配结果；

对多个所述匹配结果进行识别判定，得到目标身份识别结果；

所述分别对多个所述待处理人脸图像和多个所述待处理行人图像进行标记处理，得到多个人脸图像和多个行人图像的过程包括：以摄像头ID和抓拍时间组合的方式对多个所述待处理人脸图像进行标记处理，得到多个人脸图像；

利用YOLO2算法分别对多个所述待处理行人图像进行行人边框检测，以摄像头ID和抓拍时间组合的方式对检测后的待处理行人图像进行标记处理，得到多个行人图像，所述摄像头ID用于确定各个摄像头布设的位置；

所述分别对多个所述人脸图像和多个所述行人图像进行图像筛选处理得到多个目标配对组的过程包括：根据所述摄像头ID对多个所述人脸图像进行初步筛选处理，得到多个目标配对人脸图像，并对多个所述行人图像进行初步筛选处理，得到多个目标配对行人图像；

将所述多个目标配对人脸图像与所述多个目标配对行人图像进行一一配对处理，得到多个目标配对组；

所述根据所述摄像头ID对多个所述人脸图像进行初步筛选处理，得到多个目标配对人脸图像的过程包括：根据所述摄像头ID得到多个两两相邻的摄像头；

分别通过多个所述两两相邻的摄像头得到多个两两相邻的人脸图像；

分别从各个所述两两相邻的人脸图像对应的标记中得到多个相邻人脸抓拍时间；

分别对多个所述相邻人脸抓拍时间进行时间间隔计算，得到多个人脸图像时间间隔；

对多个所述两两相邻的摄像头进行距离计算，得到多个摄像头间距；

根据多个所述摄像头间距分别对对应的各个所述人脸图像时间间隔进行速度计算，得到多个人脸移动速度；

将各个所述人脸移动速度分别与预设目标移动速度进行比较，若小于所述预设目标移动速度时，则得到目标配对人脸图像，直至比较完成所有的所述人脸移动速度，得到多个目标配对人脸图像；

对多个所述行人图像进行初步筛选处理，得到多个目标配对行人图像的过程包括：分别通过多个所述两两相邻的摄像头得到多个两两相邻的行人图像；

分别从各个所述两两相邻的行人图像对应的标记中得到多个相邻行人抓拍时间；

分别对多个所述相邻行人抓拍时间进行时间间隔计算，得到多个行人图像时间间隔；

根据多个所述摄像头间距分别对对应的各个所述行人图像时间间隔进行速度计算，得到多个行人移动速度；

将各个所述行人移动速度分别与所述预设目标移动速度进行比较，若小于所述预设目标移动速度时，则得到目标配对行人图像，直至比较完成所有的所述行人移动速度，得到多个目标配对行人图像；

所述将所述多个目标配对人脸图像与所述多个目标配对行人图像进行一一配对处理，得到多个目标配对组的过程包括：基于人脸识别模型，并对所述人脸识别模型进行训练，根据训练好的人脸识别模型分别对多个所述目标配对人脸图像进行人脸特征提取，得到多个待比较人脸特征；

利用余弦距离公式分别对多个所述待比较人脸特征与预设特征库中的人脸特征进行计算，得到多个待比较人脸相似度；

基于行人重识别模型，并对所述行人重识别模型进行训练，根据训练好的行人重识别模型分别对多个所述目标配对行人图像进行行人特征提取，得到多个待比较行人特征；

利用余弦距离公式分别对多个所述待比较行人特征与预设特征库中的行人特征进行计算，得到多个待比较行人相似度；

将各个所述待比较人脸相似度分别与阈值进行比较，若大于预设相似度时，则得到对应的目标配对人脸特征，直至比较完成所有的所述待比较人脸相似度，得到多个对应的目标配对人脸特征；

将各个所述待比较行人相似度分别与所述阈值进行比较，若大于所述预设相似度时，则得到对应的目标配对行人特征，直至比较完成所有的所述待比较行人相似度，得到多个对应的目标配对行人特征；

将所述多个目标配对人脸特征与所述多个目标配对行人特征进行一一配对处理，得到多个目标配对组，每个所述目标配对组包括一个目标配对人脸特征和一个目标配对行人特征；

所述得到多个匹配结果的过程包括：

通过第一式分别对各个所述目标配对人脸特征和配对的所述目标配对行人特征进行串联计算，得到多个目标人脸行人融合特征，所述第一式为：Fm＝fm⊙pm，

其中，Fm为第m个目标人脸行人融合特征，fm为第m个目标配对人脸特征，pm为第m个目标配对行人特征，⊙为特征串联操作；

通过第二式分别对特征库中的各个特征库人脸特征和特征库行人特征进行串联计算，得到多个特征库人脸行人融合特征，所述第二式为：Fj,l＝fj,l⊙pj,l，

其中，Fj,l为特征库中第j个特征库人脸行人融合特征，fj,l为特征库中第j个特征库人脸特征，pj,l为特征库中第j个特征库行人特征，⊙为特征串联操作；

通过第三式分别对各个所述目标人脸行人融合特征和各个特征库人脸行人融合特征进行匹配计算，得到多个匹配结果，所述第三式为：Scorem＝[cos(Fm,F1,l),cos(Fm,F2,l),…,cos(Fm,FN,l)]，其中，Scorem为第m个匹配结果，cos(Fm,Fj,l)为第m个目标人脸行人融合特征与特征库中第j个特征库人脸行人融合特征的余弦相似度，N为特征库中特征库人脸行人融合特征个数。

2.根据权利要求1所述的动态身份识别方法，其特征在于，所述对多个所述匹配结果进行识别判定，得到目标身份识别结果的过程包括：对多个所述匹配结果的数量进行统计，得到匹配结果数目；

当所述匹配结果数目大于等于3时，则利用欧式距离对多个所述匹配结果进行匹配结果数目筛选，得到3个匹配最终结果，并对所述3个匹配最终结果进行计算，得到目标身份识别第一结果，并将所述目标身份识别第一结果作为目标身份识别结果；

当所述匹配结果数目等于2时，则得到2个匹配最终结果，并对所述2个匹配最终结果进行计算，得到目标身份识别第二结果，并将所述目标身份识别第二结果作为目标身份识别结果；

当所述匹配结果数目等于1时，则根据所述匹配结果的最大值下标得到目标身份识别第三结果，并将所述目标身份识别第三结果作为目标身份识别结果。

3.根据权利要求2所述的动态身份识别方法，其特征在于，所述对所述3个匹配最终结果进行计算，得到目标身份识别第一结果的过程包括：通过第四式对所述3个匹配最终结果进行计算，得到目标身份识别第一结果，所述第四式为：IDindex＝ArgMax(Score1st+Score2nd+Score3rd)，其中，IDindex为目标身份识别第一结果，Score1st为第一个匹配最终结果，Score2nd为第二个匹配最终结果，Score3rd为第三个匹配最终结果，ArgMax为输出最大值下标。

4.根据权利要求2所述的动态身份识别方法，其特征在于，所述对所述2个匹配最终结果进行计算，得到目标身份识别第二结果的过程包括：通过第五式对所述2个匹配最终结果进行计算，得到目标身份识别第二结果，所述第五式为：IDindex＝ArgMax(Score1st+Score2nd)，其中，IDindex为目标身份识别第二结果，Score1st为第一个匹配最终结果，Score2nd为第二个匹配最终结果，ArgMax为输出最大值下标。

5.一种动态身份识别装置，其特征在于，包括：

图像获得模块，用于分别从多个监控摄像头中获得多个待处理人脸图像和多个待处理行人图像；

标记处理模块，用于分别对多个所述待处理人脸图像和多个所述待处理行人图像进行标记处理，得到多个人脸图像和多个行人图像；

图像配对模块，用于将多个所述人脸图像与多个所述行人图像进行图像配对处理，得到多个目标配对组；

匹配结果分析模块，用于分别对所述多个目标配对组进行匹配结果分析，得到多个匹配结果；

识别结果获得模块，用于对多个所述匹配结果进行识别判定，得到目标身份识别结果；

所述标记处理模块具体用于：

以摄像头ID和抓拍时间组合的方式对多个所述待处理人脸图像进行标记处理，得到多个人脸图像；

利用YOLO2算法分别对多个所述待处理行人图像进行行人边框检测，以摄像头ID和抓拍时间组合的方式对检测后的待处理行人图像进行标记处理，得到多个行人图像，所述摄像头ID用于确定各个摄像头布设的位置；

所述图像配对模块具体用于：

根据所述摄像头ID对多个所述人脸图像进行初步筛选处理，得到多个目标配对人脸图像，并对多个所述行人图像进行初步筛选处理，得到多个目标配对行人图像；

将所述多个目标配对人脸图像与所述多个目标配对行人图像进行一一配对处理，得到多个目标配对组；

所述图像配对模块中，根据所述摄像头ID对多个所述人脸图像进行初步筛选处理，得到多个目标配对人脸图像的过程包括：根据所述摄像头ID得到多个两两相邻的摄像头；

分别通过多个所述两两相邻的摄像头得到多个两两相邻的人脸图像；

分别从各个所述两两相邻的人脸图像对应的标记中得到多个相邻人脸抓拍时间；

分别对多个所述相邻人脸抓拍时间进行时间间隔计算，得到多个人脸图像时间间隔；

对多个所述两两相邻的摄像头进行距离计算，得到多个摄像头间距；

根据多个所述摄像头间距分别对对应的各个所述人脸图像时间间隔进行速度计算，得到多个人脸移动速度；

将各个所述人脸移动速度分别与预设目标移动速度进行比较，若小于所述预设目标移动速度时，则得到目标配对人脸图像，直至比较完成所有的所述人脸移动速度，得到多个目标配对人脸图像；

对多个所述行人图像进行初步筛选处理，得到多个目标配对行人图像的过程包括：分别通过多个所述两两相邻的摄像头得到多个两两相邻的行人图像；

分别从各个所述两两相邻的行人图像对应的标记中得到多个相邻行人抓拍时间；

分别对多个所述相邻行人抓拍时间进行时间间隔计算，得到多个行人图像时间间隔；

根据多个所述摄像头间距分别对对应的各个所述行人图像时间间隔进行速度计算，得到多个行人移动速度；

将各个所述行人移动速度分别与所述预设目标移动速度进行比较，若小于所述预设目标移动速度时，则得到目标配对行人图像，直至比较完成所有的所述行人移动速度，得到多个目标配对行人图像；

所述图像配对模块中，将所述多个目标配对人脸图像与所述多个目标配对行人图像进行一一配对处理，得到多个目标配对组的过程包括：基于人脸识别模型，并对所述人脸识别模型进行训练，根据训练好的人脸识别模型分别对多个所述目标配对人脸图像进行人脸特征提取，得到多个待比较人脸特征；

利用余弦距离公式分别对多个所述待比较人脸特征与预设特征库中的人脸特征进行计算，得到多个待比较人脸相似度；

基于行人重识别模型，并对所述行人重识别模型进行训练，根据训练好的行人重识别模型分别对多个所述目标配对行人图像进行行人特征提取，得到多个待比较行人特征；

利用余弦距离公式分别对多个所述待比较行人特征与预设特征库中的行人特征进行计算，得到多个待比较行人相似度；

将各个所述待比较人脸相似度分别与阈值进行比较，若大于预设相似度时，则得到对应的目标配对人脸特征，直至比较完成所有的所述待比较人脸相似度，得到多个对应的目标配对人脸特征；

将各个所述待比较行人相似度分别与所述阈值进行比较，若大于所述预设相似度时，则得到对应的目标配对行人特征，直至比较完成所有的所述待比较行人相似度，得到多个对应的目标配对行人特征；

将所述多个目标配对人脸特征与所述多个目标配对行人特征进行一一配对处理，得到多个目标配对组，每个所述目标配对组包括一个目标配对人脸特征和一个目标配对行人特征；

所述匹配结果分析模块具体用于：

通过第一式分别对各个所述目标配对人脸特征和配对的所述目标配对行人特征进行串联计算，得到多个目标人脸行人融合特征，所述第一式为：Fm＝fm⊙pm，

其中，Fm为第m个目标人脸行人融合特征，fm为第m个目标配对人脸特征，pm为第m个目标配对行人特征，⊙为特征串联操作；

通过第二式分别对特征库中的各个特征库人脸特征和特征库行人特征进行串联计算，得到多个特征库人脸行人融合特征，所述第二式为：Fj,l＝fj,l⊙pj,l，

其中，Fj,l为特征库中第j个特征库人脸行人融合特征，fj,l为特征库中第j个特征库人脸特征，pj,l为特征库中第j个特征库行人特征，⊙为特征串联操作；

通过第三式分别对各个所述目标人脸行人融合特征和各个特征库人脸行人融合特征进行匹配计算，得到多个匹配结果，所述第三式为：Scorem＝[cos(Fm,F1,l),cos(Fm,F2,l),…,cos(Fm,FN,l)]，其中，Scorem为第m个匹配结果，cos(Fm,Fj,l)为第m个目标人脸行人融合特征与特征库中第j个特征库人脸行人融合特征的余弦相似度，N为特征库中特征库人脸行人融合特征个数。