1.一种人体行为识别方法，其特征在于，所述方法包括：获取通过感测装置采集的反映当前人体行为的行为数据；

通过对所述行为数据进行特征提取生成所述行为数据的特征图；

获取所述特征图的视觉词袋模型；

利用预先训练好的分类器，以及所述特征图的视觉词袋模型确定所述当前人体行为的类别；

所述通过对所述行为数据进行特征提取生成所述行为数据的特征图，包括：通过对所述行为数据分别进行时域和频域的特征提取得到所述行为数据的时域特征数据和频域特征数据；

获取对所述行为数据进行幅值计算得到所述行为数据的幅值；

生成包含所述行为数据、所述时域特征数据、所述频域特征数据以及所述幅值的图像，作为所述行为数据的特征图；

所述感测装置包括惯性传感器，所述获取通过感测装置采集的反映当前人体行为的行为数据，包括：通过所述惯性传感器基于滑动窗技术采集的反映当前人体行为的原始数据，所述原始数据包括多个三轴特征向量，每个所述三轴特征向量中包含在一个滑动窗口中采集的三轴数据；

对所述原始数据进行滤波处理和校验处理，将处理后的数据作为所述行为数据。

2.根据权利要求1所述的方法，其特征在于，所述获取所述特征图的视觉词袋模型，包括：通过提取所述特征图的中的特征点获取所述特征图的特征向量，所述特征向量是由提取出的所述特征点的集合构成的向量；

根据所述特征向量获取所述特征图的视觉词袋模型；

根据所述视觉词袋模型获取所述特征图的视觉特征直方图。

3.根据权利要求2所述的方法，其特征在于，所述利用预先训练好的分类器，以及所述特征图的视觉词袋模型确定所述当前人体行为的类别，包括：利用预先训练好的分类器对所述视觉特征直方图进行分类；

将得到的所述视觉特征直方图的分类结果作为所述当前人体行为的类别。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述获取通过感测装置采集的反映当前人体行为的行为数据之前，所述方法还包括：获取通过感测装置采集的反映N类人体行为的N组行为数据；

通过对所述N组行为数据中的每组行为数据进行特征提取生成所述每组行为数据对应的特征图集合，得到所述N类人体行为对应的N个样本特征图集合；

获取每个样本特征图集合的视觉词袋模型；

根据每个样本特征图集合的视觉词袋模型进行分类训练，得到所述分类器。

5.一种人体行为识别装置，其特征在于，所述装置包括：数据获取模块，用于获取通过感测装置采集的反映当前人体行为的行为数据，所述感测装置包括惯性传感器；

特征图生成模块，用于通过对所述行为数据进行特征提取生成所述行为数据的特征图；

词袋模型获取模块，用于获取所述特征图的视觉词袋模型；

分类模块，用于利用预先训练好的分类器，以及所述特征图的视觉词袋模型确定所述当前人体行为的类别；

所述特征图生成模块，包括：

特征提取子模块，用于通过对所述行为数据分别进行时域和频域的特征提取得到所述行为数据的时域特征数据和频域特征数据；

幅值计算子模块，用于获取对所述行为数据进行幅值计算得到所述行为数据的幅值；

图像生成子模块，用于生成包含所述行为数据、所述时域特征数据、所述频域特征数据以及所述幅值的图像，作为所述行为数据的特征图；

所述数据获取模块，包括：

采集子模块，用于通过所述惯性传感器基于滑动窗技术采集的反映当前人体行为的原始数据，所述原始数据包括多个三轴特征向量，每个所述三轴特征向量中包含在一个滑动窗口中采集的三轴数据；

滤波检验子模块，用于对所述原始数据进行滤波处理和校验处理，将处理后的数据作为所述行为数据。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。

7.一种电子设备，其特征在于，包括：

权利要求6中所述的计算机可读存储介质；以及一个或者多个处理器，用于执行所述计算机可读存储介质中的计算机程序。