1.一种会议参与度识别方法，其特征在于，包括：实时获取会议现场图片，其中，所述会议现场图片中包含全部参会者的图像；

利用图片识别技术，从所述会议现场图片中识别每个参会者的至少一种行为特征；

利用预先训练的情绪识别模型，根据所述每个参会者的至少一种行为特征识别每个参会者的个体情绪识别结果，以及会议现场的群体情绪识别结果；其中，情绪识别模型输出的群体情绪识别结果用于确定会议参与度；

其中，所述方法还包括：保存历史群体情绪识别结果，得到群体历史情绪波动特征；

相应的，所述利用预先训练的情绪识别模型，根据所述每个参会者的至少一种行为特征识别每个参会者的个体情绪识别结果，以及会议现场的群体情绪识别结果，包括：利用预先训练的情绪识别模型，根据所述每个参会者的至少一种行为特征识别每个参会者的个体情绪识别结果；

根据所述每个参会者的至少一种行为特征和所述群体历史情绪波动特征识别会议现场的群体情绪识别结果；

其中，在识别每个参会者的个体情绪识别结果以及会议现场的群体情绪识别结果之后，所述方法还包括：

根据所述至少一种行为特征和个体情绪识别结果，对全部参会者按照座位距离进行聚类；

如果通过聚类得到至少一个情绪区域，则计算各情绪区域的区域情绪识别结果；

显示所述个体情绪识别结果、群体情绪识别结果和/或至少一个情绪区域的区域情绪识别结果。

2.根据权利要求1所述的方法，其特征在于，所述至少一种行为特征至少包括：人脸朝向特征、人体肢体特征、视线估计特征、会场行为特征和人脸表情特征；

相应的，所述利用图片识别技术，从所述会议现场图片中识别每个参会者的至少一种行为特征，包括：

分别利用预先训练的人脸关键点识别模型、人体肢体识别模型、视线估计模型、会场行为模型和人脸表情识别模型，并基于图片识别技术，从所述会议现场图片中识别每个参会者的人脸朝向特征、人体肢体特征、视线估计特征、会场行为特征和人脸表情特征。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述至少一个情绪区域内，基于各情绪区域的区域情绪识别结果，对各区域内不同参会者的至少一种行为特征中置信度低于预设阈值的行为特征进行校正。

4.一种会议参与度识别装置，其特征在于，包括：图片获取模块，用于实时获取会议现场图片，其中，所述会议现场图片中包含全部参会者的图像；

行为特征识别模块，用于利用图片识别技术，从所述会议现场图片中识别每个参会者的至少一种行为特征；

情绪识别模块，用于利用预先训练的情绪识别模型，根据所述每个参会者的至少一种行为特征识别每个参会者的个体情绪识别结果，以及会议现场的群体情绪识别结果；其中，情绪识别模型输出的群体情绪识别结果用于确定会议参与度；

其中，所述装置还包括：情绪波动特征获取模块，用于保存历史群体情绪识别结果，得到群体历史情绪波动特征；

相应的，所述情绪识别模块包括：个体情绪识别单元，用于利用预先训练的情绪识别模型，根据所述每个参会者的至少一种行为特征识别每个参会者的个体情绪识别结果；

群体情绪识别单元，用于根据所述每个参会者的至少一种行为特征和所述群体历史情绪波动特征识别会议现场的群体情绪识别结果；

其中，所述装置还包括：

聚类模块，用于根据所述至少一种行为特征和个体情绪识别结果，对全部参会者按照座位距离进行聚类；以及如果通过聚类得到至少一个情绪区域，则计算各情绪区域的区域情绪识别结果；

显示模块，用于显示所述个体情绪识别结果、群体情绪识别结果和/或至少一个情绪区域的区域情绪识别结果。

5.根据权利要求4所述的装置，其特征在于，所述至少一种行为特征至少包括：人脸朝向特征、人体肢体特征、视线估计特征、会场行为特征和人脸表情特征；

相应的，所述行为特征识别模块，具体用于：分别利用预先训练的人脸关键点识别模型、人体肢体识别模型、视线估计模型、会场行为模型和人脸表情识别模型，并基于图片识别技术，从所述会议现场图片中识别每个参会者的人脸朝向特征、人体肢体特征、视线估计特征、会场行为特征和人脸表情特征。

6.根据权利要求4所述的装置，其特征在于，所述装置还包括：行为特征校正模块，用于在所述至少一个情绪区域内，基于各情绪区域的区域情绪识别结果，对各区域内不同参会者的至少一种行为特征中置信度低于预设阈值的行为特征进行校正。

7.一种服务器，其特征在于，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1‑3中任一所述的会议参与度识别方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑3中任一所述的会议参与度识别方法。