1.一种轨迹生成与监控方法，其特征在于，所述轨迹生成与监控方法包括：S10：实时获取店内识别录像；

S20：对获取得到的所述识别录像进行分帧处理，得到按照时间顺序的分帧图像；

S30：采用人头检测模型在所述分帧图像检测出人头特征的方式，得到头部图像；

S40：若在第i帧的所述分帧图像中识别出第一头部图像，且在第i+1帧中的所述分帧图像中识别不出所述第一头部图像，则从第i+2帧的所述分帧图像开始识别所述第一头部图像；

S50：若在第i+n帧中的所述分帧图像中识别出所述第一头部图像，则采用自动联想的方式，将第i帧的所述分帧图像的所述第一头部图像作为起点，第i+n帧的所述分帧图像的所述第一头部图像作为终点，组成客户运动轨迹。

2.如权利要求1所述的轨迹生成与监控方法，其特征在于，在所述步骤S30之前，所述轨迹生成与监控方法还包括：S301：获取所述店内识别录像的背景图片，并将所述背景图片作为比对图片；

S302：获取若干张人体头部区域图片，并分别提取所述人体头部区域图片中头部部位的特征值，构建特征向量；

S303：采用深度学习对所述比对图片和所述特征向量进行训练，得到所述人头检测模型。

3.如权利要求1所述的轨迹生成与监控方法，其特征在于，所述步骤S30包括：S31：按照时间顺序依次计算所述分帧图像与所述比对图像之间的相似度，并选取相似度小于预设的阈值的所述分帧图像，作为识别图像；

S32：采用所述人头检测模型对所述识别图像进行检测，若在所述识别图像中检测出所述人头特征，则将所述识别图像作为所述头部图像。

4.如权利要求1所述的轨迹生成与监控方法，其特征在于，所述第一头部图像为同一人的所述头部图像，所述步骤S40包括：S41：若通过所述人头检测模型在第i帧的所述分帧图像识别出所述第一头部图像，则将所述第i帧的所述分帧图像作为基准图像；

S42：继续采用上述人头检测模型对第i+1帧的所述分帧图像进行识别，若检测不出所述第一头部图像，则发出补帧联想消息，从第i+2帧的所述分帧图像开始识别所述第一头部图像。

5.如权利要求1所述的轨迹生成与监控方法，其特征在于，所述步骤S50包括：S51：将所述终点与所述起点连接成客户运动线路；

S52：在所述客户运动线路中加入n-1个运动点，作为第i+1帧到第i+n-1帧的所述分帧图像对应的所述运动点，从而得到所述客户运动轨迹。

6.一种轨迹生成与监控装置，其特征在于，所述轨迹生成与监控装置包括：录像获取模块，用于实时获取店内识别录像；

分帧模块，用于对获取得到的所述识别录像进行分帧处理，得到按照时间顺序的分帧图像；

特征识别模块，用于采用人头检测模型在所述分帧图像检测出人头特征的方式，得到头部图像；

消息发送模块，用于若在第i帧的所述分帧图像中识别出第一头部图像，且在第i+1帧中的所述分帧图像中识别不出所述第一头部图像，则从第i+2帧的所述分帧图像开始识别所述第一头部图像；

补帧联想模块，用于若在第i+n帧中的所述分帧图像中识别出所述第一头部图像，则采用自动联想的方式，将第i帧的所述分帧图像的所述第一头部图像作为起点，第i+n帧的所述分帧图像的所述第一头部图像作为终点，组成客户运动轨迹。

7.如权利要求6所述的轨迹生成与监控装置，其特征在于，所述轨迹生成与监控装置还包括：比对图片获取模块，用于获取所述店内识别录像的背景图片，并将所述背景图片作为比对图片；

特征向量构建模块，用于获取若干张人体头部区域图片，并分别提取所述人体头部区域图片中头部部位的特征值，构建特征向量；

深度学习模块，用于采用深度学习对所述比对图片和所述特征向量进行训练，得到所述人头检测模型。

8.如权利要求6所述的轨迹生成与监控装置，其特征在于，所述特征识别模块包括：相似度计算子模块，用于按照时间顺序依次计算所述分帧图像与所述比对图像之间的相似度，并选取相似度小于预设的阈值的所述分帧图像，作为识别图像；

检测子模块，用于采用所述人头检测模型对所述识别图像进行检测，若在所述识别图像中检测出所述人头特征，则将所述识别图像作为所述头部图像。

9.一种计算机设备，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

5任一项所述轨迹生成与监控方法的步骤。

10.一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5任一项所述轨迹生成与监控方法的步骤。