1.一种基于图像识别的商品智能推荐处理方法，其特征在于，应用于商品推荐服务器，所述基于图像识别的商品智能推荐处理方法包括：在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列；

对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度；

依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给所述目标用户终端设备，所述目标商品描述信息至少包括对应的目标商品图像序列，所述目标商品图像序列基于对对应的待推荐商品进行图像采集形成；

所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度的步骤，包括：对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度；

对于配置的多个候选商品图像序列中的每一个候选商品图像序列，对该候选商品图像序列包括的每一帧候选商品图像和每一帧所述商品请求描述图像之间的图像匹配度进行数据融合处理，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度；

所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度的步骤，包括：对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合；

基于预先配置的重要像素点识别算法，分别对所述候选商品图像和所述商品请求描述图像进行像素点识别处理，以从所述候选商品图像中识别出所述候选商品图像对应的候选重要像素点有序集合和所述商品请求描述图像对应的请求重要像素点有序集合；

基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息；

将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处理，以输出所述图像块替代信息对应的图像块特征分布；

基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素点有序集合进行特征挖掘处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布和所述请求重要像素点有序集合对应的请求重要像素点特征分布；

分别将所述候选重要像素点特征分布和所述请求重要像素点特征分布加载至所述图像匹配神经网络包括的权重关注子网络进行处理，以输出所述候选重要像素点特征分布对应的候选重要像素点权重特征分布和所述请求重要像素点特征分布对应的请求重要像素点权重特征分布；

基于所述图像匹配神经网络包括的图像匹配子网络，对所述候选重要像素点权重特征分布和所述请求重要像素点权重特征分布进行匹配处理，以输出所述候选商品图像和所述商品请求描述图像之间的图像匹配度。

2.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列的步骤，包括：在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以确定出所述商品推荐请求包含的每一帧商品请求描述图像和每一帧商品请求描述图像对应的图像排序编号信息；

依据每一帧商品请求描述图像对应的图像排序编号信息，对所述商品推荐请求包含的每一帧商品请求描述图像进行排序组合，以形成所述商品推荐请求对应的商品请求描述图像序列。

3.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合的步骤，包括：分别对所述候选商品图像和所述商品请求描述图像中的干扰像素进行识别筛除处理，以输出所述候选商品图像对应的候选商品筛选图像和所述商品请求描述图像对应的商品请求描述筛选图像；

分别对所述候选商品筛选图像和所述商品请求描述筛选图像进行信息转换处理，以形成所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合。

4.如权利要求3所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息的步骤，包括：对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行图像块的合并处理，以形成对应的图像块合并有序集合；

基于预先配置的图像块对应关系对所述图像块合并有序集合进行对应替代处理，以输出所述图像块合并有序集合包括的每一个图像块对应的图像块对应替代数据；

基于所述图像块合并有序集合包括的每一个图像块对应的图像块集合位置，分别确定出每一个所述图像块对应的集合位置对应替代数据；

将所述图像块合并有序集合包括的每一个图像块对应的图像块对应替代数据和对应的集合位置对应替代数据进行合并运算，以输出所述图像块合并有序集合对应的图像块替代信息。

5.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处理，以输出所述图像块替代信息对应的图像块特征分布，包括：将预先训练形成的图像匹配神经网络包括的权重关注子网络中预设的第一特征表示参数和所述图像块替代信息中的每一个对应替代数据加载至所述权重关注子网络中进行处理，以输出每一个对应替代数据的权重系数；

对重复反馈处理的执行数量进行比较处理，以确定所述重复反馈处理的执行数量是否满足预先配置的执行数量要求；

假设所述重复反馈处理的执行数量满足所述执行数量要求，则基于每一次进行重复反馈处理输出的所述权重系数进行拼接，以形成所述图像块替代信息对应的图像块特征分布；

假设所述重复反馈处理的执行数量不满足所述执行数量要求，则将所述权重系数和所述第一特征表示参数进行数据融合计算，以输出对应的权重系数，再将所述权重系数加载至所述图像匹配神经网络包括的递归子网络中进行重复反馈处理，以输出对应的重复反馈处理结果，再将所述重复反馈处理结果作为新的第一特征表示参数，以回转执行所述将预先训练形成的图像匹配神经网络包括的权重关注子网络中预设的第一特征表示参数和所述图像块替代信息中的每一个对应替代数据加载至所述权重关注子网络中进行处理，以输出每一个对应替代数据的权重系数的步骤。

6.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素点有序集合进行特征挖掘处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布和所述请求重要像素点有序集合对应的请求重要像素点特征分布的步骤，包括：基于所述候选重要像素点有序集合中每一个重要像素点在所述图像块特征分布中的特征分布参数，组合形成所述候选重要像素点有序集合对应的候选特征分布参数有序集合；

基于所述请求重要像素点有序集合中每一个图像块在所述图像块特征分布中的特征分布参数，组合形成所述请求重要像素点有序集合对应的请求特征分布参数有序集合；

依据是否属于同一个图像块，对所述候选特征分布参数有序集合中包括的每一个重要像素点对应的特征分布参数进行融合处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布；

依据是否属于同一个图像块，对所述请求特征分布参数有序集合包括的每一个重要像素点对应的特征分布参数进行融合处理，以输出所述请求重要像素点有序集合对应的请求重要像素点特征分布。

7.如权利要求1‑6任意一项所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给所述目标用户终端设备的步骤，包括：依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出对应的图像序列匹配度大于或等于配置的图像序列匹配度参考值的每一个候选商品图像序列，以输出至少一个目标商品图像序列；

对于所述至少一个目标商品图像序列中的每一个目标商品图像序列，依据该目标商品图像序列和该目标商品图像序列对应的待推荐商品的商品描述文本数据，组合形成该目标商品图像序列对应的目标商品描述信息，再将该目标商品描述信息发送给所述目标用户终端设备。

8.一种基于图像识别的商品智能推荐处理系统，其特征在于，应用于商品推荐服务器，所述基于图像识别的商品智能推荐处理系统包括：推荐请求解析模块，用于在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列；

匹配度计算模块，用于对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和商品请求描述图像序列之间的图像序列匹配度；

商品推荐模块，用于依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给所述目标用户终端设备，所述目标商品描述信息至少包括对应的目标商品图像序列，所述目标商品图像序列基于对对应的待推荐商品进行图像采集形成;所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度的步骤，包括：对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度；

对于配置的多个候选商品图像序列中的每一个候选商品图像序列，对该候选商品图像序列包括的每一帧候选商品图像和每一帧所述商品请求描述图像之间的图像匹配度进行数据融合处理，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度；

所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度的步骤，包括：对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合；

基于预先配置的重要像素点识别算法，分别对所述候选商品图像和所述商品请求描述图像进行像素点识别处理，以从所述候选商品图像中识别出所述候选商品图像对应的候选重要像素点有序集合和所述商品请求描述图像对应的请求重要像素点有序集合；

基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息；

将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处理，以输出所述图像块替代信息对应的图像块特征分布；

基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素点有序集合进行特征挖掘处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布和所述请求重要像素点有序集合对应的请求重要像素点特征分布；

分别将所述候选重要像素点特征分布和所述请求重要像素点特征分布加载至所述图像匹配神经网络包括的权重关注子网络进行处理，以输出所述候选重要像素点特征分布对应的候选重要像素点权重特征分布和所述请求重要像素点特征分布对应的请求重要像素点权重特征分布；

基于所述图像匹配神经网络包括的图像匹配子网络，对所述候选重要像素点权重特征分布和所述请求重要像素点权重特征分布进行匹配处理，以输出所述候选商品图像和所述商品请求描述图像之间的图像匹配度。

9.一种服务器，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求1‑3任一项所述的方法。