1.一种室内异常情况判断方法，其特征在于，包括：

对室内的声音信号进行采集；

判断所述声音信号是否出现异常，若所述声音信号出现异常，则确定声源的位置；其中，所述声音信号出现异常包括所述声音信号的音量超过预定的音量阈值和/或所述声音信号的音调超过预定的音调阈值；

根据所述声源的位置，对所述声源位置处的图像进行采集获得第一图像集；

判断所述第一图像集的图像中的人体动作是否出现异常，所述人体动作出现异常包括人体动作幅度超过预定的第一阈值，和/或人体动作幅度超过预定的第二阈值的次数达到预定次数，其中，所述第二阈值小于所述第一阈值；

若所述第一图像集的图像中的人体动作出现异常，则识别所述第一图像集和/或采集的所述室内的图像中出现的人员身份；

根据识别出的不同身份的人员在一段时间内的行为特征，确定所述室内是否出现异常情况。

2.根据权利要求1所述的室内异常情况判断方法，其特征在于，所述若所述声音信号出现异常，则确定声源的位置，包括：若所述声音信号出现异常，则确定是单点声音信号出现异常或是多点声音信号出现异常；

若是单点声音信号出现异常，则确定单点声音信号的声源位置；

若是多点声音信号出现异常，则确定多点声音信号中各点声音信号的声源位置，或者确定多点声音信号对应的多个声源位置的连线所组成的区域的中心点。

3.根据权利要求2所述的室内异常情况判断方法，其特征在于，所述根据所述声源的位置，对所述声源位置处的图像进行采集获得第一图像集，包括：若确定的声源位置为单点声音信号的声源位置，则对所述单点声音信号的声源位置处的图像进行采集获得第一图像集；

若确定的声源位置为多点声音信号的声源位置，则对所述多点声音信号的声源位置处的图像进行轮询采集获得第一图像集，或者以所述中心点为图像采集中心，对多点声音信号对应的多个声源位置的连线所组成的区域的图像进行扫描采集获得第一图像集。

4.根据权利要求1所述的室内异常情况判断方法，其特征在于，所述判断所述第一图像集的图像中的人体动作是否出现异常，包括：判断所述第一图像集的图像中的人体动作在单位时间内的像素变化数量是否超过预定的第一阈值；

若所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第一阈值，则确定所述第一图像集的图像中的人体动作出现异常；

和/或，

判断所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第二阈值的次数，是否达到预定次数；

若所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第二阈值的次数，达到预定次数，则确定所述第一图像集的图像中的人体动作出现异常。

5.根据权利要求1所述的室内异常情况判断方法，其特征在于，所述根据识别出的不同身份的人员在一段时间内的行为特征，确定所述室内是否出现异常情况，包括：若所述第一图像集的图像中只有第一身份的人员存在，则计算所述第一身份的人员的动作幅度超过预定的第一阈值的持续时间；若所述第一身份的人员的动作幅度超过预定的第一阈值的持续时间达到预定的第三阈值，则确定所述室内出现异常情况；或者，若所述第一图像集的图像中只有第二身份的人员存在，则通过图像采集装置在所述室内对第一身份的人员进行搜寻；若在所述室内未搜寻到第一身份的人员，或者在所述室内搜寻到第一身份的人员，但通过对所述第一身份的人员的图像采集及分析确定所述第一身份的人员没有预定的动作行为，则确定所述室内出现异常情况；或者若所述第一图像集的图像中有第一身份的人员和第二身份的人员同时存在，则确定所述室内出现异常情况。

6.根据权利要求5所述的室内异常情况判断方法，其特征在于，若所述第一图像集的图像中只有第一身份的人员存在，所述方法还包括：对第二身份的人员所在区域进行图像采集和分析，确定第二身份的人员的动作状态；

根据第二身份的人员的动作状态，确定所述室内出现异常情况的类型。

7.根据权利要求1所述的室内异常情况判断方法，其特征在于，还包括：若所述第一图像集的图像中的人体动作幅度未超过预定的第一阈值或第二阈值，则计算声音信号出现异常的次数和每次声音信号异常的持续时长；

若单次声音信号异常的持续时长超过预定的第四阈值，或者单次声音信号异常的持续时长未超过预定的第四阈值，但声音信号出现异常的次数大于预定的异常次数阈值，则确定所述室内出现异常情况。

8.根据权利要求1所述的室内异常情况判断方法，其特征在于，

在对室内的声音信号进行采集之前，所述方法还包括：

对进入室内的人员进行人脸识别；

根据识别结果，以及预先建立的人员与动作幅度阈值之间的映射关系，选择与识别出的人员相匹配的第一阈值和/或第二阈值。

9.一种室内异常情况判断系统，其特征在于，包括：

声音信号采集装置，用于对室内的声音信号进行采集；

中央处理装置，用于判断所述声音信号是否出现异常，若所述声音信号出现异常，则确定声源的位置；其中，所述声音信号出现异常包括所述声音信号的音量超过预定的音量阈值和/或所述声音信号的音调超过预定的音调阈值；

第一图像采集装置，用于根据所述声源的位置，对所述声源位置处的图像进行采集获得第一图像集；

其中，所述中央处理装置，还用于判断所述第一图像集的图像中的人体动作是否出现异常；若所述第一图像集的图像中的人体动作出现异常，则识别所述第一图像集和/或采集的所述室内的图像中出现的人员身份；根据识别出的不同身份的人员在一段时间内的行为特征，确定所述室内是否出现异常情况；其中，所述人体动作出现异常包括人体动作幅度超过预定的第一阈值，和/或人体动作幅度超过预定的第二阈值的次数达到预定次数，所述第二阈值小于所述第一阈值。

10.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述中央处理装置，包括：声源定位模块，用于：若所述声音信号出现异常，则确定是单点声音信号出现异常或是多点声音信号出现异常；若是单点声音信号出现异常，则确定单点声音信号的声源位置；若是多点声音信号出现异常，则确定多点声音信号中各点声音信号的声源位置，或者确定多点声音信号对应的多个声源位置的连线所组成的区域的中心点。

11.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述声音信号采集装置，包括：至少四个声音信号采集模块，布置在所述室内的不同位置且处于同一三维坐标系中，用于对所述室内的声音信号进行采集。

12.根据权利要求10所述的室内异常情况判断系统，其特征在于，所述第一图像采集装置，具体用于：若所述中央处理装置确定的声源位置为单点声音信号的声源位置，则对所述单点声音信号的声源位置处的图像进行采集获得第一图像集；若所述中央处理装置确定的声源位置为多点声音信号的声源位置，则对所述多点声音信号的声源位置处的图像进行轮询采集获得第一图像集，或者以所述中心点为图像采集中心，对多点声音信号对应的多个声源位置的连线所组成的区域的图像进行扫描采集获得第一图像集。

13.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述中央处理装置，包括：第一判断模块，用于判断所述第一图像集的图像中的人体动作在单位时间内的像素变化数量是否超过预定的第一阈值；若所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第一阈值，则确定所述第一图像集的图像中的人体动作出现异常；和/或，第二判断模块，用于判断所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第二阈值的次数，是否达到预定次数；若所述第一图像集的图像中的人体动作在单位时间内的像素变化数量超过预定的第二阈值的次数，达到预定次数，则确定所述第一图像集的图像中的人体动作出现异常。

14.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述中央处理装置，包括：第三判断模块，用于若所述第一图像集的图像中只有第一身份的人员存在，则计算所述第一身份的人员的动作幅度超过预定的第一阈值的持续时间；若所述第一身份的人员的动作幅度超过预定的第一阈值的持续时间达到预定的第三阈值，则确定所述室内出现异常情况；或者，第四判断模块，用于若所述第一图像集的图像中只有第二身份的人员存在，则通过图像采集装置在所述室内对第一身份的人员进行搜寻；若在所述室内未搜寻到第一身份的人员，或者在所述室内搜寻到第一身份的人员，但通过对所述第一身份的人员的图像采集及分析确定所述第一身份的人员没有预定的动作行为，则确定所述室内出现异常情况；或者，第五判断模块，用于若所述第一图像集的图像中有第一身份的人员和第二身份的人员同时存在，则确定所述室内出现异常情况。

15.根据权利要求14所述的室内异常情况判断系统，其特征在于，所述第三判断模块，还用于对第二身份的人员所在区域进行图像采集和分析，确定第二身份的人员的动作状态；根据第二身份的人员的动作状态，确定所述室内出现异常情况的类型。

16.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述中央处理装置，还包括：计时模块，用于若所述第一图像集的图像中的人体动作幅度未超过预定的第一阈值或第二阈值，则计算声音信号出现异常的次数和每次声音信号异常的持续时长；

第六判断模块，用于若单次声音信号异常的持续时长超过预定的第四阈值，或者单次声音信号异常的持续时长未超过预定的第四阈值，但声音信号出现异常的次数大于预定的异常次数阈值，则确定所述室内出现异常情况。

17.根据权利要求9所述的室内异常情况判断系统，其特征在于，所述第一图像采集装置，还用于对进入室内的人员的图像进行采集；

所述中央处理装置，还用于根据第一图像采集装置采集的图像，对进入室内的人员进行人脸识别；根据识别结果，以及预先建立的人员与动作幅度阈值之间的映射关系，选择与识别出的人员相匹配的动作幅度阈值。