1.一种人体跟踪方法，其特征在于，包括：

确定被跟踪人体；

将所述被跟踪人体的累计丢失次数初始化为零；

在跟踪列表中记录所述被跟踪人体的跟踪信息；

基于摄像头采集到的图像持续进行人体检测；

当检测到人体且当次检测到的人体为所述被跟踪人体时，将当次检测到的人体的跟踪信息更新到所述跟踪列表中，且在所述被跟踪人体的累计丢失次数不为零时将所述被跟踪人体的累计丢失次数清零；

当检测不到人体或当次检测到的人体不为所述被跟踪人体时，检测所述被跟踪人体的累计丢失次数是否达到预设的丢失次数阈值；

若所述被跟踪人体的累计丢失次数达到所述丢失次数阈值，则返回执行所述确定被跟踪人体的步骤以及后续步骤；

若所述被跟踪人体的累计丢失次数未达到所述丢失次数阈值，则将所述被跟踪人体的累计丢失次数加一，并返回执行所述基于摄像头采集到的图像持续进行人体检测的步骤以及后续步骤。

2.根据权利要求1所述的方法，其特征在于，所述确定被跟踪人体包括：持续进行人体检测直至检测到人体；

若检测到的人体的个数为1，则将当次检测到的人体确定为被跟踪人体；

若检测到的人体的个数不为1，则将当次检测到的多个人体中的一个人体确定为被跟踪人体。

3.根据权利要求2所述的方法，其特征在于，所述将当次检测到的多个人体中的一个人体确定为被跟踪人体包括：分别计算当次检测到的各个人体的面积；

将面积最大的人体确定为被跟踪人体。

4.根据权利要求1所述的方法，其特征在于，通过丢失列表记录所述被跟踪人体的累计丢失次数；

所述将所述被跟踪人体的累计丢失次数初始化为零，具体为：初始化所述丢失列表；

所述当检测到人体且当次检测到的人体为所述被跟踪人体时，将当次检测到的人体的跟踪信息更新到所述跟踪列表中，且在所述被跟踪人体的累计丢失次数不为零时将所述被跟踪人体的累计丢失次数清零。具体为：当检测到人体且当次检测到的人体为所述被跟踪人体时，将当次检测到的人体的跟踪信息更新到所述跟踪列表中，且在所述被跟踪人体的累计丢失次数不为零时初始化所述丢失列表；

其中，初始化后的丢失列表为空。

5.根据权利要求4所述的方法，其特征在于，当检测不到人体或当次检测到的人体不为所述被跟踪人体，所述将所述被跟踪人体的累计丢失次数加一之前还包括：若所述被跟踪人体的累计丢失次数为0，则在所述丢失列表中记录所述被跟踪人体的图像，并清空所述跟踪列表中与所述被跟踪人体相关的记录。

6.根据权利要求5所述的方法，其特征在于，所述基于摄像头采集到的图像持续进行人体检测，包括：当检测到人体时，判断当次检测到的人体是否为所述跟踪列表或所述丢失列表记录的被跟踪人体；

若当次检测到的人体为所述跟踪列表或所述丢失列表记录的被跟踪人体，则判定当次检测到的人体为所述被跟踪人体；

若当次检测到的人体不为所述跟踪列表记录的被跟踪人体且不为所述丢失列表记录的被跟踪人体，则判定当次检测到的人体不为所述被跟踪人体。

7.根据权利要求6所述的方法，其特征在于，所述判断当次检测到的人体是否为所述跟踪列表或所述丢失列表记录的被跟踪人体，包括：判断当次检测到的人体是否为所述跟踪列表记录的被跟踪人体；

若当次检测到的人体不为所述跟踪列表记录的被跟踪人体，则判断当次检测到的人体是否为所述丢失列表记录的被跟踪人体。

8.根据权利要求7所述的方法，其特征在于，所述跟踪信息包括：所述被跟踪人体的位置信息和所述被跟踪人体的图像；

所述判断当次检测到的人体是否为所述跟踪列表记录的被跟踪人体，包括：根据所述跟踪列表中记录的所述被跟踪人体的位置信息，计算所述被跟踪人体与当次检测到的所有人体的位置覆盖率；

若存在位置覆盖率不小于预设的覆盖率阈值的人体，则将与所述被跟踪人体的位置覆盖率最大的当次检测到的人体确定为所述跟踪列表记录的被跟踪人体；

若不存在位置覆盖率不小于预设的覆盖率阈值的人体，则基于所述跟踪信息包含的所述被跟踪人体的图像，采用预设的人体识别模型判断当次检测到的人体是否为所述跟踪列表记录的被跟踪人体，其中，所述人体识别模型基于卷积神经网络训练得到。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述基于摄像头采集到的图像持续进行人体检测，具体为：基于摄像头采集到的图像，采用更快速区域卷积神经网络持续进行人体检测。

10.一种人体跟踪装置，其特征在于，包括：

确定单元，用于确定被跟踪人体；

初始化单元，用于将所述被跟踪人体的累计丢失次数初始化为零；

跟踪更新单元，用于在跟踪列表中记录所述被跟踪人体的跟踪信息；

人体检测单元，用于基于摄像头采集到的图像持续进行人体检测；

丢失次数检测单元，用于当所述人体检测单元检测不到人体或所述人体检测单元当次检测到的人体不为所述被跟踪人体时，检测所述被跟踪人体的累计丢失次数是否达到预设的丢失次数阈值；

丢失累计单元，用于当所述丢失次数检测单元检测到所述被跟踪人体的累计丢失次数未达到所述丢失次数阈值时，将所述被跟踪人体的累计丢失次数加一；

所述确定单元在所述丢失次数检测单元检测到所述被跟踪人体的累计丢失次数达到所述丢失次数阈值时再次触发；

所述跟踪更新单元还用于：当所述人体检测单元检测到人体且所述人体检测单元当次检测到的人体为所述被跟踪人体时，将所述人体检测单元当次检测到的人体的跟踪信息更新到所述跟踪列表中；

所述初始化单元还用于：当所述人体检测单元检测到人体且所述人体检测单元当次检测到的人体为所述被跟踪人体，且所述被跟踪人体的累计丢失次数不为零时，将所述被跟踪人体的累计丢失次数清零。

11.根据权利要求10所述的人体跟踪装置，其特征在于，所述确定单元包括：跟踪目标检测单元，用于持续进行人体检测直至检测到人体；

子确定单元，用于当所述跟踪目标检测单元检测到的人体的个数为1时，将所述跟踪目标检测单元当次检测到的人体确定为被跟踪人体；当所述跟踪目标检测单元检测到的人体的个数不为1时，将所述跟踪目标检测单元当次检测到的多个人体中的一个人体确定为被跟踪人体。

12.根据权利要求11所述的人体跟踪装置，其特征在于，

所述子确定单元具体用于：当所述跟踪目标检测单元检测到的人体的个数不为1时，分别计算所述跟踪目标检测单元当次检测到的各个人体的面积，将面积最大的人体确定为被跟踪人体。

13.根据权利要求10所述的人体跟踪装置，其特征在于，通过丢失列表记录所述被跟踪人体的累计丢失次数；

所述初始化单元具体用于以初始化所述丢失列表的方式将所述被跟踪人体的累计丢失次数清零；

其中，初始化后的丢失列表为空。

14.根据权利要求13所述的人体跟踪装置，其特征在于，所述人体跟踪装置还包括：丢失记录单元，用于当所述人体检测单元检测不到人体或所述人体检测单元当次检测到的人体不为所述被跟踪人体，且所述被跟踪人体的累计丢失次数为0时，在所述丢失列表中记录所述被跟踪人体的图像；

所述初始化单元还用于：当所述人体检测单元检测不到人体或所述人体检测单元当次检测到的人体不为所述被跟踪人体，且所述被跟踪人体的累计丢失次数为0时，清空所述跟踪列表中与所述被跟踪人体相关的记录。

15.根据权利要求14所述的人体跟踪装置，其特征在于，所述人体检测单元具体用于：当检测到人体时，判断所述人体检测单元当次检测到的人体是否为所述跟踪列表或所述丢失列表记录的被跟踪人体；若所述人体检测单元当次检测到的人体为所述跟踪列表或所述丢失列表记录的被跟踪人体，则判定所述人体检测单元当次检测到的人体为所述被跟踪人体；若所述人体检测单元当次检测到的人体不为所述跟踪列表记录的被跟踪人体且不为所述丢失列表记录的被跟踪人体，则判定所述人体检测单元当次检测到的人体不为所述被跟踪人体。

16.根据权利要求15所述的人体跟踪装置，其特征在于，所述人体检测单元具体用于：当检测到人体时，判断所述人体检测单元当次检测到的人体是否为所述跟踪列表记录的被跟踪人体；若所述人体检测单元当次检测到的人体不为所述跟踪列表记录的被跟踪人体，则判断所述人体检测单元当次检测到的人体是否为所述丢失列表记录的被跟踪人体。

17.根据权利要求16所述的人体跟踪装置，其特征在于，所述跟踪信息包括：所述被跟踪人体的位置信息和所述被跟踪人体的图像；

所述人体检测单元具体用于：当检测到人体时，根据所述跟踪列表中记录的所述被跟踪人体的位置信息，计算所述被跟踪人体与所述人体检测单元当次检测到的所有人体的位置覆盖率；若存在位置覆盖率不小于预设的覆盖率阈值的人体，则将与所述被跟踪人体的位置覆盖率最大的当次检测到的人体确定为所述跟踪列表记录的被跟踪人体；若不存在位置覆盖率不小于预设的覆盖率阈值的人体，则基于所述跟踪信息包含的所述被跟踪人体的图像，采用预设的人体识别模型判断所述人体检测单元当次检测到的人体是否为所述跟踪列表记录的被跟踪人体，其中，所述人体识别模型基于卷积神经网络训练得到。

18.根据权利要求10至17任一项所述的人体检测装置，其特征在于，所述人体检测单元具体用于：基于摄像头采集到的图像，采用更快速区域卷积神经网络持续进行人体检测。