1.一种基于人脸检测的蹲起计数方法，其特征在于：具体按照以下步骤实施：

步骤1：读取视频帧图像并将其转换成灰度图像；

步骤2：在灰度图像中进行人脸检测，检测是否存在人脸；

步骤3：若检测到人脸，则对人脸进行提取框标记；

步骤4：获取人脸提取框中心在灰度图像中的纵坐标；

步骤5：根据人脸提取框中心纵坐标序号和人脸提取框中心纵坐标生成中心坐标曲线；

步骤6：求取中心纵坐标的均值线与中心坐标曲线的交点；

步骤7：根据步骤6中均值线与曲线交点个数的奇偶性确定曲线的峰和谷；

步骤8：对曲线峰和谷对应的人脸提取框中心纵坐标数值的限制，剔除不满足蹲起计数要求的峰和谷；

步骤9：根据步骤8中最终获得的峰和谷的数量来确定有效蹲起个数；

所述步骤6中，中心纵坐标的均值线生成过程为：根据步骤4获取的所有人脸提取框中心纵坐标，计算其最大值和最小值的均值并取整，得到纵坐标均值Ym，以起点(0，Ym)和终点(N‑1，Ym)在步骤5中的中心坐标曲线所在的坐标系中画一直线，即得到中心纵坐标的均值线，其中N为人脸提取框中心纵坐标总个数；

所述步骤7中，确定曲线的峰和谷的方法为：若均值线与曲线交点个数n为奇数，则在中心坐标曲线的第0个交点和第1个交点、第2个交点和第3个交点、第4个交点和第5个交点，…，第n‑2个交点和第n‑1个交点区间内分别计算中心坐标的最小值，最小值对应的位置即中心坐标曲线的谷，该最小值即为该谷的谷值；在中心坐标曲线的第1个交点和第2个交点、第3个交点和第4个交点、第5个交点和第6个交点，…，第n‑2个交点和第n‑1个交点区间内分别计算中心坐标的最大值，最大值对应的位置即中心坐标曲线的峰，该最大值即为该峰的峰值；若均值线与曲线交点个数n为偶数，则在中心坐标曲线的第0个交点和第1个交点、第2个交点和第3个交点、第4个交点和第5个交点，…，第n‑2个交点和第n‑1个交点区间内寻找中心坐标曲线的谷及其对应的谷值；在中心坐标曲线的第1个交点和第2个交点、第3个交点和第4个交点、第5个交点和第6个交点，…，第n‑3个交点和第n‑2个交点区间内寻找中心坐标曲线的峰及其对应的峰值，在第n‑1个交点之后的中心坐标曲线中寻找中心坐标最大值，此最大值对应的位置为中心坐标曲线的最后一个峰，此峰对应的中心坐标值为最后一个峰值；

所述的步骤8具体是：分别计算步骤7所得的峰值和谷值的均值Pm和Vm，设定一个百分比k，如果步骤7中的峰值Pi符合下列条件：Pi<(1‑k)Pm；

其中i＝1,2,3,…,Np，Np为步骤7得到的峰个数，则判定为蹲起过程中起立过程没有站立到位，此峰判为无效峰；如果步骤7中的谷值Vj符合下列条件：Vj>(1+k)Vm；

其中j＝1,2,3,…,Nv，Nv为步骤7得到的谷个数，则判定为蹲起过程中蹲下过程没有下蹲到位，此谷判为无效谷。

2.根据权利要求1所述的基于人脸检测的蹲起计数方法，其特征在于：所述步骤1中，视频帧图像是从事先采集好的视频中读取的帧图像，也是利用视频采集设备实时采集的视频帧图像；所述的视频帧图像是彩色图像，也是灰度图像；如果视频帧图像是灰度图像，则直接使用，不用再进行灰度转换。

3.根据权利要求1所述的基于人脸检测的蹲起计数方法，其特征在于：所述步骤3中，人脸提取框是一个能将检测出的人脸框在内部的矩形框。

4.根据权利要求1所述的基于人脸检测的蹲起计数方法，其特征在于：所述步骤4中，图像中的纵坐标以图像最下面一行为零点，以像素为单位，从下往上按行逐渐增加1个像素。

5.根据权利要求1所述的基于人脸检测的蹲起计数方法，其特征在于：所述步骤5中，中心坐标曲线的生成过程为：将从视频帧图像中获取的人脸提取框中心纵坐标按人脸检测前后顺序构成一个中心纵坐标序列；将此序列中的中心纵坐标数值的序号为横坐标、序号对应的中心纵坐标数值为纵坐标，形成一个(序号，中心纵坐标)散点；将所有散点绘制于直角坐标中，生成中心坐标曲线。

6.根据权利要求1所述的基于人脸检测的蹲起计数方法，其特征在于：所述步骤9中，有效蹲起个数为步骤8获得的剔除掉动作不标准蹲起后的个数，即有效峰或谷的个数的较小者。