1.一种识别方法，其特征在于，所述方法包括：

获得至少两张人脸图像；

针对所述至少两张人脸图像中的各个人脸图像，

获得所述人脸图像的至少一个通道图像；

基于所述至少一个通道图像，获得所述人脸图像的通道注意力图和基于所述人脸图像的通道注意力图获得所述人脸图像的空间注意力图；其中，所述通道注意力图至少表征为人脸目标区的图像，所述空间注意力图至少表征为目标区在人脸图像中的位置；

基于所述人脸图像的空间注意力图，获得所述人脸图像的特征图；其中，在所述特征图中，所述人脸目标区域的眼睛和嘴巴被凸显且所述人脸目标区域的鼻子和耳朵被淡化；

基于各个人脸图像的特征图，对人脸的疲劳状态进行识别。

2.根据权利要求1所述的方法，其特征在于，所述基于各个人脸图像的特征图，对人脸的疲劳状态进行识别，包括：基于各个人脸图像的特征图，获得相邻图像间的上下文信息，所述上下文信息表征为在图像上人脸目标区的变化；

依据上下文信息，获得人脸为疲劳状态的第一概率值和/或人脸为非疲劳状态的第二概率值；

依据第一概率值和/或第二概率值，对人脸的疲劳状态进行识别。

3.根据权利要求1所述的方法，其特征在于，所述方法包括：获得所述人脸图像的三个通道图像；

对所述通道图像进行第一压缩，得到两个第一目标图像，所述第一压缩为在空间维度上进行图像的压缩；

基于至少两个第一目标图像，获得各个通道图像的权重参数；

基于所述人脸图像的各个通道图像及所述各个通道图像的权重参数，得到人脸图像的通道注意力图。

4.根据权利要求1或3所述的方法，其特征在于，所述基于所述人脸图像的通道注意力图获得所述人脸图像的空间注意力图，包括：将所述通道注意力图进行第二压缩，得到两个第二目标图像，所述第二压缩为在通道维度上进行图像的压缩；

基于至少两个第二目标图像，获得所述第二目标图像的权重参数；

根据所述第二目标图像和所述权重参数，得到所述人脸图像的空间注意力图。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述通道图像为所述人脸图像在N个卷积层中的至少两个层中各个层的通道图像，其中N为大于等于2的正整数；相应的，所述基于所述至少一个通道图像，获得所述人脸图像的通道注意力图和空间注意力图，基于所述人脸图像的空间注意力图，获得所述人脸图像的特征图，包括：基于相应层的通道图像，获得所述人脸图像在所述相应层的通道注意力图和空间注意力图；基于所述人脸图像在所述相应层的空间注意力图，获得所述人脸图像在所述相应层的特征图。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：基于各个人脸图像在所述至少两个层中各个层的特征图，得到各个人脸图像的特征图。

7.根据权利要求2所述的方法，其特征在于，所述依据第一概率值和/或第二概率值，对人脸的疲劳状态进行识别，包括：在第一概率值大于第二概率值的情况下，确定为疲劳状态；

在第一概率值小于第二概率值的情况下，确定为非疲劳状态。

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权利要求1至7任一所述方法的步骤。

9.一种图像处理设备，包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1至7任一所述方法的步骤。