1.一种信息处理方法，所述方法包括：获取人脸图像，以及获取所述人脸图像所包含的人脸的关键点的坐标，其中，所述人脸图像所包含的人脸未戴口罩；

获取口罩图像，以及基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像，其中，所述口罩图像属于口罩图像集合，所述口罩图像集合中包括至少一种口罩图像，不同种的口罩图像所包含的口罩不同；

将所述戴口罩人脸图像确定为用于训练深度神经网络的样本，其中，所述深度神经网络用于检测人脸。

2.根据权利要求1所述的方法，其中，所述方法还包括：获取目标人脸图像，以及从所述口罩图像集合中获取目标口罩图像；

将所述目标口罩图像，结合到所述目标人脸图像中人脸以外的区域中，得到结合结果；

将所述结合结果确定为用于训练所述深度神经网络的另一个样本。

3.根据权利要求1所述的方法，其中，所述深度神经网络的训练步骤包括：获取人脸图像样本，将所述人脸图像样本输入待训练的深度神经网络；

利用所述待训练的深度神经网络，预测所述人脸图像样本是否包含戴口罩人脸，得到第一预测结果；

基于所述第一预测结果和所述人脸图像样本是否包含戴口罩人脸的参考结果，以及预设损失函数，确定所述第一预测结果对应的损失值；

基于所述损失值，训练所述待训练的深度神经网络，得到训练后的深度神经网络。

4.根据权利要求3所述的方法，其中，所述训练步骤，还包括：利用所述待训练的深度神经网络，预测所述人脸图像样本所包含的人脸的位置，得到第二预测结果；以及

所述利用所述待训练的深度神经网络，预测所述人脸图像样本是否包含戴口罩人脸，包括：

所述利用所述待训练的深度神经网络，预测在所述位置的对象是否是戴口罩的人脸，得到所述第一预测结果。

5.根据权利要求1所述的方法，其中，在所述生成戴口罩人脸图像之后，所述方法还包括：

对所述戴口罩人脸图像所包含的口罩的位置进行调整，得到调整后的戴口罩人脸图像，其中，所述口罩的位置包括纵向位置。

6.根据权利要求1所述的方法，其中，所述基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像，包括：根据所述口罩图像中指定点与人脸的关键点的坐标之间的第一预设对应关系，以及所获取的关键点的坐标，更新所述口罩图像的尺寸，以使更新后的口罩图像的尺寸与所获取的人脸图像中的人脸的尺寸相匹配，其中，所述第一预设对应关系中关键点的坐标包括人脸边缘的关键点的坐标；

将更新后的口罩图像与所述人脸图像相结合，以使更新后的口罩图像的至少两个指定点中的每个指定点，与所述人脸图像中的、该指定点所对应的关键点相重合，生成包含戴口罩人脸的戴口罩人脸图像。

7.根据权利要求6所述的方法，其中，所述基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像，包括：根据所述口罩图像中指定点与人脸的关键点的坐标之间的第二预设对应关系，以及所获取的关键点的坐标，更新所述口罩图像的尺寸，并将更新后的口罩图像与所述人脸图像相结合，生成第二戴口罩人脸图像，其中，所述第二戴口罩人脸图像与所述第一戴口罩人脸图像中，戴口罩人脸的口罩的位置存在差别，所述口罩的位置包括纵向位置。

8.一种信息处理装置，所述装置包括：获取单元，被配置成获取人脸图像，以及获取所述人脸图像所包含的人脸的关键点的坐标，其中，所述人脸图像所包含的人脸未戴口罩；

结合单元，被配置成获取口罩图像，以及基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像，其中，所述口罩图像属于口罩图像集合，所述口罩图像集合中包括至少一种口罩图像，不同种的口罩图像所包含的口罩不同；

确定单元，被配置成将所述戴口罩人脸图像确定为用于训练深度神经网络的样本，其中，所述深度神经网络用于检测人脸。

9.根据权利要求8所述的装置，其中，所述装置还包括：目标获取单元，被配置成获取目标人脸图像，以及从所述口罩图像集合中获取目标口罩图像；

目标结合单元，被配置成将所述目标口罩图像，结合到所述目标人脸图像中人脸以外的区域中，得到结合结果；

样本确定单元，被配置成将所述结合结果确定为用于训练所述深度神经网络的另一个样本。

10.根据权利要求8所述的装置，其中，所述深度神经网络的训练步骤包括：获取人脸图像样本，将所述人脸图像样本输入待训练的深度神经网络；

利用所述待训练的深度神经网络，预测所述人脸图像样本是否包含戴口罩人脸，得到第一预测结果；

基于所述第一预测结果和所述人脸图像样本是否包含戴口罩人脸的参考结果，以及预设损失函数，确定所述第一预测结果对应的损失值；

基于所述损失值，训练所述待训练的深度神经网络，得到训练后的深度神经网络。

11.根据权利要求10所述的装置，其中，所述训练步骤，还包括：利用所述待训练的深度神经网络，预测所述人脸图像样本所包含的人脸的位置，得到第二预测结果；以及

所述利用所述待训练的深度神经网络，预测所述人脸图像样本是否包含戴口罩人脸，包括：

所述利用所述待训练的深度神经网络，预测在所述位置的对象是否是戴口罩的人脸，得到所述第一预测结果。

12.根据权利要求8所述的装置，其中，所述装置还包括：调整单元，被配置成在所述生成戴口罩人脸图像之后，对所述戴口罩人脸图像所包含的口罩的位置进行调整，得到调整后的戴口罩人脸图像，其中，所述口罩的位置包括纵向位置。

13.根据权利要求8所述的装置，其中，所述结合单元，进一步被配置成按照如下方式执行所述基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像：

根据所述口罩图像中指定点与人脸的关键点的坐标之间的第一预设对应关系，以及所获取的关键点的坐标，更新所述口罩图像的尺寸，以使更新后的口罩图像的尺寸与所获取的人脸图像中的人脸的尺寸相匹配，其中，所述第一预设对应关系中关键点的坐标包括人脸边缘的关键点的坐标；

将更新后的口罩图像与所述人脸图像相结合，以使更新后的口罩图像的至少两个指定点中的每个指定点，与所述人脸图像中的、该指定点所对应的关键点相重合，生成包含戴口罩人脸的戴口罩人脸图像。

14.根据权利要求13所述的装置，其中，所述结合单元，进一步被配置成按照如下方式执行所述基于所述关键点的坐标，将所述口罩图像与所述人脸图像相结合，生成包含戴口罩人脸的戴口罩人脸图像：

根据所述口罩图像中指定点与人脸的关键点的坐标之间的第二预设对应关系，以及所获取的关键点的坐标，更新所述口罩图像的尺寸，并将更新后的口罩图像与所述人脸图像相结合，生成第二戴口罩人脸图像，其中，所述第二戴口罩人脸图像与所述第一戴口罩人脸图像中，戴口罩人脸的口罩的位置存在差别，所述口罩的位置包括纵向位置。

15.一种电子设备，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1-7中任一所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。