1.一种性别识别模型训练方法，其特征在于，包括：

获取至少一个样本组；每个所述样本组中，包括至少一张性别标签为男性的人脸样本图像和至少一张性别标签为女性的人脸样本图像；

针对每个所述样本组，对该样本组中的各张所述人脸样本图像的图像向量进行降维处理后，生成与该样本组对应的目标投影矩阵，并获取该样本组中每张所述人脸样本图像的投影向量；

根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量；

根据各样本组对应的目标投影矩阵、所述男性平均向量、以及所述女性平均向量，确定所述性别识别模型；

基于下述方式对该样本组中的各张所述人脸样本图像的图像向量进行降维处理：针对每个所述样本组，随机生成与该样本组对应的随机正交投影矩阵；

将该样本组对应的随机正交投影矩阵，分别和该样本组中各张所述人脸样本图像的图像向量的乘积，确定为该样本组中各张所述人脸样本图像的降维向量；

基于下述方式生成与该样本组对应的目标投影矩阵：

对该样本组中各张所述人脸样本图像的降维向量进行中心化操作，获取每张所述人脸样本图像的中心化降维向量；

根据该样本组中各张所述人脸样本图像的中心化降维向量，生成向量矩阵；

获取所述向量矩阵的协方差矩阵，并基于所述协方差矩阵的特征向量，获取与该样本组对应的中间投影矩阵；

根据该样本组对应的中间投影矩阵以及所述随机正交投影矩阵，生成与该样本组对应的目标投影矩阵；

基于下述方式获取该样本组中每张所述人脸样本图像的投影向量：计算与该样本组对应的中间投影矩阵分别与该样本组中各张所述人脸样本图像的降维向量的乘积，生成每张所述人脸样本图像的投影向量。

2.根据权利要求1所述的方法，其特征在于，所述根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量，包括：根据该样本组中各张所述人脸样本图像的投影向量，计算该样本组中所有性别标签为男性的人脸样本图像的投影向量的平均值，将该样本组中所有性别标签为男性的人脸样本图像的投影向量的平均值作为与该样本组对应的所述男性平均向量；

根据该样本组中各张所述人脸样本图像的投影向量，计算该样本组中所有性别标签为女性的人脸样本图像的投影向量的平均值，将该样本组中所有性别标签为女性的人脸样本图像的投影向量的平均值作为与该样本组对应的所述女性平均向量。

3.一种性别识别方法，其特征在于，包括：

获取待识别人脸图像；

将所述待识别人脸图像的目标图像向量，输入至如权利要求1‑2任意一项所述的性别识别模型训练方法所得到性别识别模型中，获得所述待识别人脸图像的性别识别结果；

所述性别识别模型包括：多个目标投影矩阵、以及与每个目标投影矩阵对应的男性平均向量和女性平均向量。

4.根据权利要求3所述的方法，其特征在于，所述将所述待识别人脸图像的目标图像向量，输入至如权利要求1‑2任意一项所述的性别识别模型训练方法所得到性别识别模型中，获得所述待识别人脸图像的性别识别结果，包括：根据所述待识别人脸图像的目标图像向量，以及各个所述目标投影矩阵，获取与每个所述目标投影矩阵对应的目标投影向量；

根据与各个所述目标投影矩阵对应的所述目标投影向量，以及与各个所述目标投影矩阵对应的男性平均向量和女性平均向量，获得所述待识别人脸图像的性别识别结果。

5.根据权利要求4所述的方法，其特征在于，所述根据与各个所述目标投影矩阵对应的所述目标投影向量，以及与各个所述目标投影矩阵对应的男性平均向量和女性平均向量，获得所述待识别人脸图像的性别识别结果，包括：针对每个目标投影矩阵，分别计算与该目标投影矩阵对应所述目标投影向量和与该目标投影矩阵对应的男性平均向量之间的第一距离，以及和与该目标投影矩阵对应的女性平均向量之间的第二距离；

根据各个目标投影矩阵对应的第一距离和第二距离，确定所述待识别人脸图像的性别识别结果。

6.一种性别识别模型训练装置，其特征在于，包括：

人脸样本图像获取模块：用于获取至少一个样本组；每个所述样本组中，包括至少一张性别标签为男性的人脸样本图像和至少一张性别标签为女性的人脸样本图像；

第一处理模块：用于针对每个所述样本组，对该样本组中的各张所述人脸样本图像的图像向量进行降维处理后，生成与每张人脸样本图像的目标投影矩阵，并获取该样本组中每张所述人脸样本图像的投影向量；

第二处理模块：用于根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量；

性别识别模型获取模块：用于根据各样本组对应的目标投影矩阵、所述男性平均向量、以及所述女性平均向量，确定所述性别识别模型；

第一处理模块：具体用于基于下述方式对该样本组中的各张所述人脸样本图像的图像向量进行降维处理：针对每个所述样本组，随机生成与该样本组对应的随机正交投影矩阵；

将该样本组对应的随机正交投影矩阵，分别和该样本组中各张所述人脸样本图像的图像向量的乘积，确定为该样本组中各张所述人脸样本图像的降维向量；

基于下述方式生成与该样本组对应的目标投影矩阵：

对该样本组中各张所述人脸样本图像的降维向量进行中心化操作，获取每张所述人脸样本图像的中心化降维向量；

根据该样本组中各张所述人脸样本图像的中心化降维向量，生成向量矩阵；

获取所述向量矩阵的协方差矩阵，并基于所述协方差矩阵的特征向量，获取与该样本组对应的中间投影矩阵；

根据该样本组对应的中间投影矩阵以及所述随机正交投影矩阵，生成与该样本组对应的目标投影矩阵；

基于下述方式获取该样本组中每张所述人脸样本图像的投影向量：计算与该样本组对应的中间投影矩阵分别与该样本组中各张所述人脸样本图像的降维向量的乘积，生成每张所述人脸样本图像的投影向量。

7.一种性别识别装置，其特征在于，包括：

待识别人脸图像获取模块：用于获取待识别人脸图像；

性别识别结果获取模块：用于将所述待识别人脸图像的目标图像向量，输入至如权利要求1‑2任意一项所述的性别识别模型训练方法所得到性别识别模型中，获得所述待识别人脸图像的性别识别结果；所述性别识别模型包括：多个目标投影矩阵、以及与每个目标投影矩阵对应的男性平均向量和女性平均向量。