1.一种人脸特征向量动态调整方法，其特征在于，所述方法包括：

采集用户的人脸图像进行人脸识别时，若从所述人脸图像中提取的所述用户的人脸特征向量与人脸特征库中的人脸特征向量相匹配，则将提取的所述用户的人脸特征向量、提取的所述用户的人脸特征向量对应的人脸图像采集时间、提取的所述用户的人脸特征向量与所述人脸特征库中匹配的人脸特征向量的距离存储至预设数据库；

判断所述预设数据库中的所述用户的人脸特征向量的数量是否达到预设数量，以及判断所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间的时间跨度是否达到预设时间跨度；

若所述预设数据库中的所述用户的人脸特征向量的数量达到预设数量且所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间的时间跨度达到预设时间跨度，根据所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间确定所述预设数据库中的所述用户的人脸特征向量的权值，根据所述权值计算所述预设数据库中的所述用户的人脸特征向量的加权平均值；

根据所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间从所述预设数据库中选取部分所述用户的人脸特征向量，将选取的人脸特征向量组成人脸特征向量序列；

确定所述人脸特征向量序列中的每个人脸特征向量的每个维度的平滑系数，根据所述人脸特征向量序列中的每个人脸特征向量的每个维度的平滑系数计算所述人脸特征向量序列的所有人脸特征向量的每个维度的平滑系数均值;根据所述人脸特征向量序列的每个维度的平滑系数均值计算所述预设数据库中的所述用户的人脸图像采集时间中的最新时间对应的人脸特征向量的预期人脸特征向量序列;根据所述预期人脸特征向量序列与所述加权平均值从所述预设数据库中的所述用户的人脸特征向量中确定所述用户的优选人脸特征向量;根据所述用户的优选人脸特征向量计算所述用户的新的人脸特征向量，包括：将所述用户的优选人脸特征向量作为训练数据训练自编码器，得到训练后的自编码器，所述自编码器包括输入层、多个隐层、输出层，所述输入层的节点数为所述用户的优选人脸特征向量的维数，按照所述输入层的节点数的预设比例设定所述多个隐层的节点数，将所述预设数据库中的所述用户的人脸图像采集时间中的最新时间对应的人脸特征向量输入所述训练后的自编码器，得到所述用户的新的人脸特征向量;根据所述新的人脸特征向量更新所述人脸特征库中所述匹配的人脸特征向量。

2.如权利要求1所述的方法，其特征在于，所述根据所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间确定所述预设数据库中的所述用户的人脸特征向量的权值包括：计算所述预设数据库中的所述用户的每个人脸特征向量对应的人脸图像采集时间与所述预设数据库中的所述用户的人脸图像采集时间中的最新时间的时间间隔；

根据所述时间间隔确定所述预设数据库中的所述用户的每个人脸特征向量的权值。

3.如权利要求1所述的方法，其特征在于，所述人脸特征向量序列为

，所述确定所述人脸特征向量序列中的每个人脸特征向量的每个

维度的平滑系数包括：

初始化 的预测人脸特征向量 和每个维度的平滑系数；

从 开始至 从所述人脸特征向量序列中逐一选择人脸特征向量，对于每个选择的人脸特征向量，根据所述人脸特征向量序列中所述选择的人脸特征向量的上一人脸特征向量、所述上一人脸特征向量的预测人脸特征向量和所述上一人脸特征向量的平滑系数计算所述选择的人脸特征向量的预测人脸特征向量，根据所述选择的人脸特征向量的预测人脸特征向量和下一人脸特征向量计算所述选择的人脸特征向量的每个维度的平滑系数；

根据 的平滑系数向量确定 的平滑系数向量。

4.如权利要求1所述的方法，其特征在于，所述用户的新的人脸特征向量根据如下公式确定：；

函数f取得最大值时的人脸特征向量变量x的取值为所述用户的新的人脸特征向量，其中n为所述用户的优选人脸特征向量的数量， 为所述用户的第i个优选人脸特征向量与所述人脸特征库中与所述第i个优选人脸特征向量匹配的人脸特征向量的距离， ，为所述用户的第i个优选人脸特征向量与人脸特征向量变量x的距离。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

将更新后的所述人脸特征库中的人脸特征向量与新提取的所述用户的人脸特征向量进行匹配。

6.如权利要求1所述的方法，其特征在于，所述根据所述新的人脸特征向量更新所述人脸特征库中所述匹配的人脸特征向量之后，所述方法还包括：删除所述预设数据库中的所述用户的人脸特征向量。

7.一种人脸特征向量动态调整装置，所述装置用于如权利要求1‑6中任一项所述人脸特征向量动态调整方法，其特征在于，所述装置包括：存储模块，用于采集用户的人脸图像进行人脸识别时，若从所述人脸图像中提取的所述用户的人脸特征向量与人脸特征库中的人脸特征向量相匹配，则将提取的所述用户的人脸特征向量、提取的所述用户的人脸特征向量对应的人脸图像采集时间、提取的所述用户的人脸特征向量与所述人脸特征库中匹配的人脸特征向量的距离存储至预设数据库；

判断模块，用于判断所述预设数据库中的所述用户的人脸特征向量的数量是否达到预设数量，以及判断所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间的时间跨度是否达到预设时间跨度；

第一计算模块，用于若所述预设数据库中的所述用户的人脸特征向量的数量达到预设数量且所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间的时间跨度达到预设时间跨度，根据所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间确定所述预设数据库中的所述用户的人脸特征向量的权值，根据所述权值计算所述预设数据库中的所述用户的人脸特征向量的加权平均值；

选取模块，用于根据所述预设数据库中的所述用户的人脸特征向量对应的人脸图像采集时间从所述预设数据库中选取部分所述用户的人脸特征向量，将选取的人脸特征向量组成人脸特征向量序列；

第二计算模块，用于确定所述人脸特征向量序列中的每个人脸特征向量的每个维度的平滑系数，根据所述人脸特征向量序列中的每个人脸特征向量的每个维度的平滑系数计算所述人脸特征向量序列的所有人脸特征向量的每个维度的平滑系数均值，根据所述人脸特征向量序列的每个维度的平滑系数均值计算所述预设数据库中的所述用户的人脸图像采集时间中的最新时间对应的人脸特征向量的预期人脸特征向量序列;确定模块，用于根据所述预期人脸特征向量序列与所述加权平均值从所述预设数据库中的所述用户的人脸特征向量中确定所述用户的优选人脸特征向量;第三计算模块，用于根据所述用户的优选人脸特征向量计算所述用户的新的人脸特征向量;更新模块，用于根据所述新的人脸特征向量更新所述人脸特征库中所述匹配的人脸特征向量。

8.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1‑6中任一项所述人脸特征向量动态调整方法。

9.一种计算机存储介质，所述计算机存储介质上存储有计算机程序，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1‑6中任一项所述人脸特征向量动态调整方法。