1.一种热点视频标注处理方法，其特征在于，包括：获取客户端播放原始视频的同时采集到的用户的录制视频，所述原始视频包括至少一帧原始视频图像，所述录制视频包括至少一帧待识别图像，每一所述待识别图像的录制时间戳与一所述原始视频图像的播放时间戳关联；

采用微表情识别模型对每一所述待识别图像进行识别，获取所述待识别图像对应的瞬时情绪值；

依据与同一播放时间戳关联的所有录制时间戳对应的待识别图像的瞬时情绪值，确定所述播放时间戳对应的原始视频图像的激烈情绪概率；

若所述激烈情绪概率大于第一概率阈值，则将所述原始视频图像确定为热点视频图像；

基于所述热点视频图像对所述原始视频进行热点标注，获取热点视频片段；

其中，所述依据与同一播放时间戳关联的所有录制时间戳对应的待识别图像的瞬时情绪值，确定所述播放时间戳对应的原始视频图像的激烈情绪概率，包括：统计与同一播放时间戳关联的所有录制时间戳对应的待识别图像的图像总数量；

若所述待识别图像对应的瞬时情绪值的绝对值大于预设情绪阈值，则所述待识别图像的情绪属性为激烈情绪；

统计与同一播放时间戳关联的所有录制时间戳对应的待识别图像中，情绪属性为激烈情绪的待识别图像的数量为激烈情绪数量；

采用激烈情绪概率公式对所述图像总数量和所述激烈情绪数量进行计算，确定所述播放时间戳对应的原始视频图像的激烈情绪概率，所述激烈情绪概率公式为L＝A/B，L为所述激烈情绪概率，A为所述激烈情绪数量，B为所述图像总数量。

2.如权利要求1所述的热点视频标注处理方法，其特征在于，所述采用微表情识别模型对每一所述待识别图像进行识别，获取所述待识别图像对应的瞬时情绪值，包括：采用微表情识别模型对每一所述待识别图像进行识别，获取至少一种识别表情类型对应的瞬时概率；

将所述瞬时概率最大的识别表情类型确定为所述待识别图像的微表情类型；

基于所述微表情类型查询情绪值对照表，获取所述待识别图像的瞬时情绪值。

3.如权利要求1所述的热点视频标注处理方法，其特征在于，所述基于所述热点视频图像对所述原始视频进行热点标注，获取热点视频片段，包括：统计任意两个热点视频图像之间形成的原始视频片段的帧数，确定为视频片段帧数；

若所述视频片段帧数小于或等于第一帧数阈值，则将所述原始视频片段确定为热点视频片段；

若所述视频片段帧数大于第一帧数阈值，且小于或者等于第二帧数阈值，则基于所述原始视频片段对应的播放时间戳，获取所述原始视频片段对应的波动情绪概率；

若所述波动情绪概率大于第二概率阈值，则将所述原始视频片段确定为热点视频片段。

4.如权利要求3所述的热点视频标注处理方法，其特征在于，所述基于所述原始视频片段对应的播放时间戳，获取所述原始视频片段对应的波动情绪概率，包括：基于所述原始视频片段对应的播放时间戳，从与所述原始视频相对应的录制视频中截取与所述播放时间戳对应的录制视频片段；

获取所述录制视频片段中每一所述待识别图像对应的瞬时情绪值；

采用标准差公式对所述录制视频片段中所有待识别图像对应的瞬时情绪值进行计算，获取情绪值标准差；所述标准差公式为 其中，SN为录制视频片段的情绪值标准差，N为录制视频片段中待识别图像的数量，xi为每一待识别图像的瞬时情绪值，为录制视频片段中所有瞬时情绪值xi的均值；

若所述情绪值标准差大于标准差阈值，则所述录制视频片段为情绪波动视频片段；

采用波动情绪概率公式对所述情绪波动视频片段的数量和所述录制视频片段的数量进行计算，获取所述原始视频片段的波动情绪概率，所述波动情绪概率公式为P＝C/D，P为所述波动情绪概率，C为所述情绪波动视频片段的数量，D为所述录制视频片段的数量。

5.如权利要求1所述的热点视频标注处理方法，其特征在于，每一所述录制视频与一用户ID关联；

在所述获取热点视频片段之后，所述热点视频标注处理方法还包括：基于所述热点视频片段对应的播放时间戳，从与所述用户ID相对应的录制视频中截取与所述播放时间戳对应的目标视频片段；

获取所述目标视频片段中每一所述待识别图像对应的瞬时情绪值；

基于所述瞬时情绪值查询情绪标签对照表，获取所述待识别图像对应的单帧情绪标签；

基于所述待识别图像对应的单帧情绪标签，获取目标视频片段对应的片段情绪标签；

若所述片段情绪标签为预设情绪标签，基于所述用户ID查询用户画像数据库，获取与所述用户ID相对应的用户标签，基于所述用户标签确定目标用户，将所述热点视频片段推送给所述目标用户对应的客户端；

或者，若所述片段情绪标签为预设情绪标签，则基于所述热点视频片段对应的播放时间戳，查询视频数据库，获取与所述热点视频片段相对应的内容标签，将与所述内容标签相对应的热点视频片段确定为推荐视频片段，将所述推荐视频片段推送给所述用户ID对应的客户端。

6.如权利要求1所述的热点视频标注处理方法，其特征在于，在所述获取热点视频片段之后，所述热点视频标注处理方法还包括：基于所述热点视频片段，统计所述原始视频对应的热点视频帧率；

基于所述原始视频对应的热点视频帧率，对所述原始视频进行排序，并依据排序结果在所述客户端上显示。

7.一种热点视频标注处理装置，其特征在于，包括：录制视频获取模块，用于获取客户端播放原始视频的同时采集到的用户的录制视频，所述原始视频包括至少一帧原始视频图像，所述录制视频包括至少一帧待识别图像，每一所述待识别图像的录制时间戳与一所述原始视频图像的播放时间戳关联；

瞬时情绪值获取模块，用于采用微表情识别模型对每一所述待识别图像进行识别，获取所述待识别图像对应的瞬时情绪值；

激烈情绪概率确定模块，用于依据与同一播放时间戳关联的所有录制时间戳对应的待识别图像的瞬时情绪值，确定所述播放时间戳对应的原始视频图像的激烈情绪概率；

热点视频图像确定模块，用于若所述激烈情绪概率大于第一概率阈值，则将所述原始视频图像确定为热点视频图像；

热点视频片段获取模块，基于所述热点视频图像对所述原始视频进行热点标注，获取热点视频片段；

其中，所述激烈情绪概率确定模块，包括：图像总数量统计单元，用于统计与同一播放时间戳关联的所有录制时间戳对应的待识别图像的图像总数量；

激烈情绪判断单元，用于若所述待识别图像对应的瞬时情绪值的绝对值大于预设情绪阈值，则所述待识别图像的情绪属性为激烈情绪；

激烈情绪数量统计单元，用于统计与同一播放时间戳关联的所有录制时间戳对应的待识别图像中，情绪属性为激烈情绪的待识别图像的数量为激烈情绪数量；

激烈情绪概率确定单元，用于采用激烈情绪概率公式对所述图像总数量和所述激烈情绪数量进行计算，确定所述播放时间戳对应的原始视频图像的激烈情绪概率，所述激烈情绪概率公式为L＝A/B，L为所述激烈情绪概率，A为所述激烈情绪数量，B为所述图像总数量。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

6任一项所述热点视频标注处理方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述热点视频标注处理方法。