1.一种人脸图像处理方法，包括：

获取当前时刻用户的人脸图像；

基于已训练的情绪识别模型对所述人脸图像进行情绪识别，得到所述用户的当前情绪状态信息；

响应于确定所述用户的当前情绪状态信息满足预设的条件，推送用于引导用户切换工作状态的提示信息。

2.根据权利要求1所述的方法，其中，所述情绪状态信息包括情绪类别信息；

在所述基于已训练的情绪识别模型对所述人脸图像进行情绪识别，得到所述用户的当前情绪状态信息之后，所述方法还包括：基于已获取的所述用户在当前时刻之前的情绪状态信息，确定所述用户的情绪状态在所述当前情绪状态信息所表征的情绪状态的持续时间；以及所述响应于确定所述用户的当前情绪状态信息满足预设的条件，推送用于引导用户切换工作状态的提示信息，包括：响应于确定所述情绪类别信息为预设的负面情绪类别信息，且所述用户的情绪状态在所述当前情绪状态信息所指示的情绪状态的持续时间超过预设的时间阈值，推送用于引导用户切换工作状态的提示信息。

3.根据权利要求2所述的方法，其中，所述推送用于引导用户切换工作状态的提示信息，包括：获取所述用户的情绪类别信息为预设的正面情绪类别信息时的场景信息；

基于所述场景信息生成所述用于引导用户切换工作状态的提示信息；

推送所述提示信息。

4.根据权利要求1-3任一项所述的方法，其中，所述方法还包括：基于样本人脸图像集合训练得出所述已训练的情绪识别模型，其中，所述样本人脸图像集合包括样本人脸图像以及样本人脸图像对应的用户情绪状态的标注信息。

5.根据权利要求4所述的方法，其中，所述方法还包括：获取对所述提示信息的用户反馈信息；

基于所述反馈信息生成所述当前时刻用户的人脸图像对应的户情绪状态的标注信息，并将所述当前时刻用户的人脸图像添加至所述样本人脸图像集合中。

6.一种人脸图像处理装置，包括：

获取单元，被配置为获取当前时刻用户的人脸图像；

识别单元，被配置为基于已训练的情绪识别模型对所述人脸图像进行情绪识别，得到所述用户的当前情绪状态信息；

推送单元，被配置为响应于确定所述用户的当前情绪状态信息满足预设的条件，推送用于引导用户切换工作状态的提示信息。

7.根据权利要求6所述的装置，其中，所述情绪状态信息包括情绪类别信息；

所述装置还包括：

确定单元，被配置为基于已获取的所述用户在当前时刻之前的情绪状态信息，确定所述用户的情绪状态在所述当前情绪状态信息所表征的情绪状态的持续时间；以及所述推送单元进一步被配置为：响应于确定所述情绪类别信息为预设的负面情绪类别信息，且所述用户的情绪状态在所述当前情绪状态信息所指示的情绪状态的持续时间超过预设的时间阈值，推送用于引导用户切换工作状态的提示信息。

8.根据权利要求7所述的装置，其中，所述推送单元进一步被配置为按照如下方式推送用于引导用户切换工作状态的提示信息：获取所述用户的情绪类别信息为预设的正面情绪类别信息时的场景信息；

基于所述场景信息生成所述用于引导用户切换工作状态的提示信息；

推送所述提示信息。

9.根据权利要求6-8任一项所述的装置，其中，所述装置还包括：训练单元，被配置为基于样本人脸图像集合训练得出所述已训练的情绪识别模型，其中，所述样本人脸图像集合包括样本人脸图像以及样本人脸图像对应的用户情绪状态的标注信息。

10.根据权利要求9所述的装置，其中，所述装置还包括反馈单元，被配置为：获取对所述提示信息的用户反馈信息；

基于所述反馈信息生成所述当前时刻用户的人脸图像对应的户情绪状态的标注信息，并将所述当前时刻用户的人脸图像添加至所述样本人脸图像集合中。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。