1.一种动物情绪的识别方法，其特征在于，所述方法包括：

获取待识别的目标动物的行为数据，所述行为数据包括视频画面数据和/或声音数据；

根据所述行为数据，确定与所述目标动物的种类对应的目标识别模型，所述目标识别模型用于根据动物的行为特征向量对所述种类的动物的情绪进行识别；

对所述行为数据进行预处理，得到至少一个行为特征向量，所述至少一个行为特征向量包括肢体特征向量和/或声音特征向量；

调用所述目标识别模型，将所述至少一个行为特征向量输入所述目标识别模型中，输出所述目标动物的情绪标签。

2.如权利要求1所述的方法，其特征在于，所述根据所述行为数据，确定目标识别模型，包括：根据所述行为数据，确定所述目标动物所属的种类；

从存储的多个识别模型中，确定所述种类对应的识别模型，并将所确定的识别模型确定为所述目标识别模型。

3.如权利要求2所述的方法，其特征在于，所述从存储的多个识别模型中，确定所述种类对应的识别模型，包括：当所述行为数据包括视频画面数据和声音数据，且所述多个识别模型包括多个肢体识别模型和多个声音识别模型时，从所述多个识别模型中确定所述种类对应的目标肢体识别模型和目标声音识别模型；

将所述目标肢体识别模型和所述目标声音识别模型确定为所述种类对应的识别模型。

4.如权利要求2所述的方法，其特征在于，所述根据所述行为数据，确定所述目标动物所属的种类，包括：当所述行为数据包括视频画面数据和声音数据时，基于所述视频画面数据，确定所述目标动物的面部特征和体型特征，以及基于所述声音数据，确定所述目标动物的声音特征；

根据所述面部特征、所述体型特征及所述声音特征，从预先存储的指定对应关系中确定对应的种类，所述指定对应关系用于存储面部特征、体型特征和声音特征与种类之间的对应关系；

将所确定的种类确定为所述目标动物所属的种类。

5.如权利要求1所述的方法，其特征在于，所述目标识别模型是根据所述多个动物的行为特征向量样本和每个行为特征向量样本对应的情绪标签，对待训练的识别模型进行训练得到的，所述多个动物与所述目标动物所属的种类相同。

6.如权利要求5所述的方法，其特征在于，当所述行为数据包括所述视频画面数据和所述声音数据时，所述目标识别模型包括目标肢体识别模型和目标声音识别模型，所述目标肢体识别模型是基于所述多个动物的肢体特征向量样本和每个肢体特征向量样本对应的情绪标签，对待训练的肢体识别模型进行训练得到的；所述目标声音识别模型是基于所述多个动物的声音特征向量样本和每个声音特征向量样本对应的情绪标签，对待训练的声音识别模型进行训练得到的。

7.如权利要求1所述的方法，其特征在于，所述对所述行为数据进行预处理，得到至少一个行为特征向量，包括：当所述行为数据包括所述视频画面数据时，从所述视频画面数据中获取至少一帧有效视频画面，每帧有效视频画面中均包括所述目标动物；

对所述至少一帧有效视频画面中的每帧有效视频画面进行特征提取，得到至少一个肢体特征向量；

将所述至少一个肢体特征向量确定为所述至少一个行为特征向量。

8.如权利要求1所述的方法，其特征在于，所述调用所述目标识别模型，将所述至少一个行为特征向量输入所述目标识别模型中，输出所述目标动物的情绪标签之后，还包括：查询所输出的情绪标签是否属于异常情绪标签；

当所述情绪标签属于所述异常情绪标签时，进行异常报警提示。

9.一种动物情绪的识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取待识别的目标动物的行为数据，所述行为数据包括视频画面数据和/或声音数据；

确定模块，用于根据所述行为数据，确定与所述目标动物的种类对应的目标识别模型，所述目标识别模型用于根据动物的行为特征向量对所述种类的动物的情绪进行识别；

预处理模块，用于对所述行为数据进行预处理，得到至少一个行为特征向量，所述至少一个行为特征向量包括肢体特征向量和/或声音特征向量；

调用模块，用于调用所述目标识别模型，将所述至少一个行为特征向量输入所述目标识别模型中，输出所述目标动物的情绪标签。

10.如权利要求9所述的装置，其特征在于，所述确定模块用于：根据所述行为数据，确定所述目标动物所属的种类；

从存储的多个识别模型中，确定所述种类对应的识别模型，并将所确定的识别模型确定为所述目标识别模型。

11.如权利要求10所述的装置，其特征在于，所述确定模块用于：当所述行为数据包括视频画面数据和声音数据，且所述多个识别模型包括多个肢体识别模型和多个声音识别模型时，从所述多个识别模型中确定所述种类对应的目标肢体识别模型和目标声音识别模型；

将所述目标肢体识别模型和所述目标声音识别模型确定为所述种类对应的识别模型。

12.如权利要求10所述的装置，其特征在于，所述确定模块用于：当所述行为数据包括视频画面数据和声音数据时，基于所述视频画面数据，确定所述目标动物的面部特征和体型特征，以及基于所述声音数据，确定所述目标动物的声音特征；

根据所述面部特征、所述体型特征及所述声音特征，从预先存储的指定对应关系中确定对应的种类，所述指定对应关系用于存储面部特征、体型特征和声音特征与种类之间的对应关系；

将所确定的种类确定为所述目标动物所属的种类。

13.如权利要求9所述的装置，其特征在于，所述目标识别模型是根据所述多个动物的行为特征向量样本和每个行为特征向量样本对应的情绪标签，对待训练的识别模型进行训练得到的，所述多个动物与所述目标动物所属的种类相同。

14.如权利要求13所述的装置，其特征在于，当所述行为数据包括所述视频画面数据和所述声音数据时，所述目标识别模型包括目标肢体识别模型和目标声音识别模型，所述目标肢体识别模型是基于所述多个动物的肢体特征向量样本和每个肢体特征向量样本对应的情绪标签，对待训练的肢体识别模型进行训练得到的；所述目标声音识别模型是基于所述多个动物的声音特征向量样本和每个声音特征向量样本对应的情绪标签，对待训练的声音识别模型进行训练得到的。

15.如权利要求9所述的装置，其特征在于，所述预处理模块用于：当所述行为数据包括所述视频画面数据时，从所述视频画面数据中获取至少一帧有效视频画面，每帧有效视频画面中均包括所述目标动物；

对所述至少一帧有效视频画面中的每帧有效视频画面进行特征提取，得到至少一个肢体特征向量；

将所述至少一个肢体特征向量确定为所述至少一个行为特征向量。

16.如权利要求9所述的装置，其特征在于，所述装置还包括：查询模块，用于查询所输出的情绪标签是否属于异常情绪标签；

报警模块，用于当所述情绪标签属于所述异常情绪标签时，进行异常报警提示。

17.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现权利要求1-8所述的任一项方法的步骤。