1.一种数据处理方法，其特征在于，该方法包括：

获取关于待检测者的温度信息和当前视频流；

将所述当前视频流输入咳嗽行为识别模块，以确定所述待检测者的咳嗽行为识别信息，所述咳嗽行为识别信息包括咳嗽概率和面部变化信息；

基于所述温度信息和所述咳嗽行为识别信息，确定所述待检测者的类型；

其中，将从所述当前视频流中提取的视频帧序列输入到所述咳嗽行为识别模块中的面部识别器，得到所述待检测者的面部区域在视频帧中的边界点坐标，基于所述待检测者的面部区域在视频帧中的边界点坐标，以及每个视频帧的宽高信息，确定所述待检测者在视频帧中每一图像的面部中心点，针对每一图像，计算面部中心点到该图像的中心位置的距离，计算该距离与图像的高度之间的比值，将该比值作为待检测者在该图像中的面部占比；

计算每相邻两帧图像之间的面部占比的差值绝对值，将得到的多个差值绝对值作为待检测者的面部变化信息。

2.如权利要求1所述的方法，其特征在于，将所述当前视频流输入咳嗽行为识别模块，以确定所述待检测者的咳嗽行为识别信息，包括：从当前视频流提取包括待检测者的多个图像；

将所述多个图像输入到所述咳嗽行为识别模块中的编码器，得到每个图像对应的编码特征向量；

将每个图像对应的编码特征向量输入到所述咳嗽行为识别模块中的解码器，得到所述待检测者在每个图像中具有咳嗽行为的第一概率；

基于各个所述第一概率，确定所述待检测者的咳嗽行为识别信息中的咳嗽概率。

3.如权利要求2所述的方法，其特征在于，从当前视频流提取包括待检测者的多个图像，包括：从所述当前视频流中提取视频帧序列；

将所述视频帧序列输入到目标检测跟踪模块，得到所述待检测者在每个视频帧中的位置信息；

基于各个所述位置信息，从对应视频帧中提取包括所述待检测者的图像。

4.如权利要求3所述的方法，其特征在于，将所述视频帧序列输入到目标检测跟踪模块，得到所述待检测者在每个视频帧中的位置信息，包括：将所述视频帧序列中的任一视频帧输入到所述目标检测跟踪模块中的目标检测器，得到所述待检测者在所述任一视频帧中的位置信息；

将所述待检测者在所述任一视频帧中的位置信息和所述视频帧序列中除所述任一视频帧外的其它视频帧输入到所述目标检测跟踪模块中的目标跟标器，得到所述待检测者在其它视频帧中的位置信息。

5.如权利要求1所述的方法，其特征在于，将所述当前视频流输入咳嗽行为识别模块，以确定所述待检测者的咳嗽行为识别信息，包括：将从当前视频流中提取的多个视频帧输入到所述咳嗽行为识别模块中的骨骼特征提取模型，得到所述待检测者在每个视频帧中的骨骼特征信息；

将每个视频帧对应的骨骼特征信息输入到所述咳嗽行为识别模块中的咳嗽动作识别模型，得到所述待检测者在每个视频帧中具有咳嗽行为的第二概率；

基于各个所述第二概率，确定所述待检测者的咳嗽行为识别信息中的咳嗽概率。

6.如权利要求1所述的方法，其特征在于，将所述当前视频流输入咳嗽行为识别模块，以确定所述待检测者的咳嗽行为识别信息，包括：将所述当前视频流输入到所述咳嗽行为识别模块中的第一识别模型，得到所述待检测者的第三概率；

将所述当前视频流输入到所述咳嗽行为识别模块中的第二识别模型，得到所述待检测者的第四概率；

基于所述第三概率和所述第四概率，确定所述待检测者的咳嗽行为识别信息中的咳嗽概率。

7.如权利要求1所述的方法，其特征在于，基于所述温度信息和所述咳嗽行为识别信息，确定所述待检测者的类型，包括：若所述温度信息超出预设温度范围，或者所述咳嗽行为识别信息满足第一预设条件，则确定所述待检测者的类型为第一类型；所述第一预设条件为咳嗽概率大于第一阈值，和/或面部变化信息大于第二阈值；

若所述温度信息未超出预设温度范围，且咳嗽行为识别信息满足第二预设条件，则确定所述待检测者的类型为第二类型；所述第二预设条件为所述咳嗽概率小于或者等于所述第一阈值，和/或所述面部变化信息小于或者等于第二阈值；

其中，所述第二类型的待检测者的危险程度低于所述第一类型的待检测者的危险程度。

8.一种电子设备，其特征在于，包括：处理器、存储介质，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至7任一所述的方法的步骤。

9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的方法的步骤。