1.一種融合多種人臉識別算法的識別方法及系統(tǒng)，其特征在于，預(yù)設(shè)至少兩種人臉識別算法，所述方法還包括：
通過每種人臉識別算法對待識別人臉圖像及樣本人臉圖像進(jìn)行特征提取，分別得到每種人臉識別算法對應(yīng)的待識別人臉圖像的特征向量及樣本人臉圖像的特征向量；
根據(jù)每種人臉識別算法提取的待識別人臉圖像的特征向量及樣本人臉圖像的特征向量，分別計算得到每種人臉識別算法的對比相似度值；
根據(jù)每種人臉識別算法的對比相似度值分別確定每種人臉識別算法的識別結(jié)果；
對每種人臉識別算法提取的待識別人臉圖像的特征向量進(jìn)行融合處理并對每種人臉識別算法提取的樣本人臉圖像的特征向量進(jìn)行融合處理，根據(jù)待識別人臉圖像的融合特征向量及樣本人臉圖像的融合特征向量確定最終的識別結(jié)果；或者，
對每種人臉識別算法的對比相似度值進(jìn)行融合處理，根據(jù)融合的對比相似度值確定最終的識別結(jié)果；或者，
對每種人臉識別算法的識別結(jié)果進(jìn)行決策處理，根據(jù)處理結(jié)果確定最終的識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每種人臉識別算法提取的待識別人臉圖像的特征向量進(jìn)行融合處理并對每種人臉識別算法提取的樣本人臉圖像的特征向量進(jìn)行融合處理，根據(jù)待識別人臉圖像的融合特征向量及樣本人臉圖像的融合特征向量確定最終的識別結(jié)果，包括：
針對每種人臉識別算法提取的待識別人臉圖像的特征向量進(jìn)行融合處理，得到待識別人臉圖像的融合特征向量fA，并通過主成分分析算法PCA對融合特征向量fA進(jìn)行降維處理，得到新的融合特征向量FA：
針對每種人臉識別算法提取的樣本人臉圖像的特征向量進(jìn)行融合處理，得到樣本人臉圖像的融合特征向量fB，并通過PCA對融合特征向量fB進(jìn)行降維處理，得到新的融合特征向量FB：
按照概率線性判別分析算法PLDA計算新的融合特征向量FA與新的融合特征向量FB的對比相似度，得到融合的對比相似度值；
根據(jù)融合的對比相似度值及預(yù)設(shè)的對比相似度閾值，確定最終的識別結(jié)果。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每種人臉識別算法的對比相似度值進(jìn)行融合處理，根據(jù)融合的對比相似度值確定最終的識別結(jié)果，包括：
預(yù)設(shè)每種人臉識別算法的權(quán)重系數(shù)；
根據(jù)每種人臉識別算法的對比相似度值及權(quán)重系數(shù)，得到融合的對比相似度值：
根據(jù)融合的對比相似度值及預(yù)設(shè)的對比相似度閾值，確定最終的識別結(jié)果。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每種人臉識別算法的識別結(jié)果進(jìn)行決策處理，根據(jù)處理結(jié)果確定最終的識別結(jié)果，包括：
確定識別成功的識別結(jié)果的數(shù)量以及所有識別結(jié)果的數(shù)量；
判斷識別成功的識別結(jié)果的數(shù)量是否大于二分之一的所有識別結(jié)果的數(shù)量；
若識別成功的識別結(jié)果的數(shù)量大于二分之一的所有識別結(jié)果的數(shù)量，則確定最終的識別結(jié)果為識別成功；
若識別成功的識別結(jié)果的數(shù)量小于或等于二分之一的所有識別結(jié)果的數(shù)量，則確定最終的識別結(jié)果為識別失敗。
5.根據(jù)權(quán)利要求1至4任一項所述的方法，其特征在于，所述對每種人臉識別算法的識別結(jié)果進(jìn)行決策處理，根據(jù)處理結(jié)果確定最終的識別結(jié)果，包括：
預(yù)先根據(jù)每種人臉識別算法對每類人臉圖像進(jìn)行識別，得到每種人臉識別算法對每類人臉圖像的識別率；
確定所述待識別人臉圖像及樣本人臉圖像所屬的對象類型；
根據(jù)確定的對象類型及預(yù)先得到的每種人臉識別算法對每類人臉圖像的識別率，選取該對象類型對應(yīng)的識別率最高的人臉識別算法；
將選取的人臉識別算法得到的識別結(jié)果確定為最終的識別結(jié)果。
6.一種融合多種人臉識別算法的識別系統(tǒng)，其特征在于，所述系統(tǒng)包括：預(yù)設(shè)模塊、特征提取模塊、計算模塊、第一確定模塊、第二確定模塊；其中，
所述預(yù)設(shè)模塊，用于預(yù)設(shè)至少兩種人臉識別算法；
所述特征提取模塊，用于通過每種人臉識別算法對待識別人臉圖像及樣本人臉圖像進(jìn)行特征提取，分別得到每種人臉識別算法對應(yīng)的待識別人臉圖像的特征向量及樣本人臉圖像的特征向量；
所述計算模塊，用于根據(jù)每種人臉識別算法提取的待識別人臉圖像的特征向量及樣本人臉圖像的特征向量，分別計算得到每種人臉識別算法的對比相似度值；
所述第一確定模塊，用于根據(jù)每種人臉識別算法的對比相似度值分別確定每種人臉識別算法的識別結(jié)果；
所述第二確定模塊，用于對每種人臉識別算法提取的待識別人臉圖像的特征向量進(jìn)行融合處理并對每種人臉識別算法提取的樣本人臉圖像的特征向量進(jìn)行融合處理，根據(jù)待識別人臉圖像的融合特征向量及樣本人臉圖像的融合特征向量確定最終的識別結(jié)果；或者，對每種人臉識別算法的對比相似度值進(jìn)行融合處理，根據(jù)融合的對比相似度值確定最終的識別結(jié)果；或者，對每種人臉識別算法的識別結(jié)果進(jìn)行決策處理，根據(jù)處理結(jié)果確定最終的識別結(jié)果。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第二確定模塊具體用于：
針對每種人臉識別算法提取的待識別人臉圖像的特征向量進(jìn)行融合處理，得到待識別人臉圖像的融合特征向量fA，并通過PCA對融合特征向量fA進(jìn)行降維處理，得到新的融合特征向量FA：
針對每種人臉識別算法提取的樣本人臉圖像的特征向量進(jìn)行融合處理，得到樣本人臉圖像的融合特征向量fB，并通過PCA對融合特征向量fB進(jìn)行降維處理，得到新的融合特征向量FB：
按照PLDA計算新的融合特征向量FA與新的融合特征向量FB的對比相似度，得到融合的對比相似度值；
根據(jù)融合的對比相似度值及預(yù)設(shè)的對比相似度閾值，確定最終的識別結(jié)果。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第二確定模塊具體用于：
預(yù)設(shè)每種人臉識別算法的權(quán)重系數(shù)；
根據(jù)每種人臉識別算法的對比相似度值及權(quán)重系數(shù)，得到融合的對比相似度值：
根據(jù)融合的對比相似度值及預(yù)設(shè)的對比相似度閾值，確定最終的識別結(jié)果。
9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第二確定模塊具體用于：
確定識別成功的識別結(jié)果的數(shù)量以及所有識別結(jié)果的數(shù)量；
判斷識別成功的識別結(jié)果的數(shù)量是否大于二分之一的所有識別結(jié)果的數(shù)量；
若識別成功的識別結(jié)果的數(shù)量大于二分之一的所有識別結(jié)果的數(shù)量，則確定最終的識別結(jié)果為識別成功；
若識別成功的識別結(jié)果的數(shù)量小于或等于二分之一的所有識別結(jié)果的數(shù)量，則確定最終的識別結(jié)果為識別失敗。
10.根據(jù)權(quán)利要求6至9任一項所述的系統(tǒng)，其特征在于，所述第二確定模塊具體用于：
預(yù)先根據(jù)每種人臉識別算法對每類人臉圖像進(jìn)行識別，得到每種人臉識別算法對每類人臉圖像的識別率；
確定所述待識別人臉圖像及樣本人臉圖像所屬的對象類型；
根據(jù)確定的對象類型及預(yù)先得到的每種人臉識別算法對每類人臉圖像的識別率，選取該對象類型對應(yīng)的識別率最高的人臉識別算法；
將選取的人臉識別算法得到的識別結(jié)果確定為最終的識別結(jié)果。