1.一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述方法包括如下步骤：将待测人体视频放入人体骨架识别模型中得到关节点位置序列；

根据关节点和人体先验对所述关节点位置序列进行分割得到大尺度关节图像；

将所述大尺度关节图像放入关节中心预测网络中得到精细关节点位置；

将所述精细关节点位置带回到待测人体视频中得到关节点在待测人体视频中的精细位置；

根据所述精细位置分析得到关节点在视频中的运动轨迹；

通过计算所述运动轨迹的运动学数据辅助分析人体运动状态；

所述人体骨架识别模型的网络结构包括openpose+lstm网络结构；

所述关节中心预测网络为cpm网络结构。

2.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述人体骨架识别模型依次通过人体关节点数据集、待测人体的历史关节点数据集训练获取。

3.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述关节中心预测网络依次通过人体关节点数据集、待测人体的历史关节点数据集训练获取。

4.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述人体先验包括人体关节点的分布信息、互相之间的连接信息和距离信息。

5.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述人体骨架识别模型的建立方法包括：a、将第一帧图像经VGG网络生成第一阶段特征图；

b、所述第一阶段特征图通过卷积层得到第一阶段热度图和第一阶段向量图；

c、将所述第一阶段热度图、第一阶段向量图和第一阶段特征图输入至网络结构，经过卷积层得到第二阶段热度图和第二阶段向量图；

重复步骤c至设定的次数得到最终的热度图和向量图；

根据所述最终的热度图和向量图得到人体骨架识别模型。

6.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述精细关节点位置的具体获取方法包括：a、将输入图像经过第一阶段网络处理得到第一阶段特征图；

b、将所述第一阶段特征图经过第一阶段卷积层网络处理得到第一阶段置信图；

c、将所述第一阶段特征图、第一阶段置信图输入至第二阶段卷积层网络获取第二阶段置信图；

d、将所述第一阶段特征图、第二阶段置信图输入至第三阶段卷积层网络获取第三阶段置信图；

重复步骤d至设定的次数得到最终的置信图；

根据所述最终的置信图得到精细关节点位置。

7.根据权利要求1所述的一种基于关节点提取的人体运动轨迹分析方法，其特征在于，所述运动学数据包括频率、速度和加速度。