1.一种人脸抓拍方法，其特征在于，包括：

对监控区域中的人脸进行抓拍，得到初始帧；在所述初始帧进行人脸检测，得到多张人脸；

建立跟踪链表，所述跟踪链表包括所述多张人脸一一对应的多条跟踪信息，所述多张人脸中的每个人脸的跟踪信息包括第一部分、第二部分和第三部分，所述第一部分用于指示所述人脸的跟踪状态，所述第二部分用于指示人脸的边界框在图像帧中的位置，所述第三部分用于指示人脸的质量最高的图像的信息，其中，所述多张人脸的跟踪状态均为第一状态；

在所述初始帧之后的检测帧，根据检测结果对各个人脸的跟踪信息中的第一部分、第二部分和第三部分进行更新；

在所述初始帧之后的跟踪帧，对使用第一跟踪器进行跟踪的第一人脸的跟踪信息中的第二部分和第三部分进行更新，对使用第二跟踪器进行跟踪的第二人脸的跟踪信息中的第二部分进行更新；

所述跟踪信息的第三部分包括人脸的图像的最高得分，人脸的得分最高的图像在图像帧中的空间位置，以及人脸的得分最高的图像在抓拍的图像序列中的时间位置；

所述第一人脸的跟踪信息中的第三部分的更新，包括：

确定当前帧中的所述第一人脸的边界框的第一得分，其中所述当前帧为检测帧或使用第一跟踪器跟踪所述第一人脸的跟踪帧；

比较所述第一得分与所述第一人脸的跟踪信息的第三部分中记录的所述第一人脸的图像的最高得分；

如果所述第一得分高于所述最高得分，将所述第一人脸的跟踪信息的第三部分中的所述最高得分更新为所述第一得分，将所述第一人脸的跟踪信息的第三部分中的所述空间位置更新为所述第一人脸的边界框在所述当前帧中的位置，将所述第一人脸的跟踪信息的第三部分中的所述时间位置更新为所述当前帧的帧号；

在所述初始帧之后的检测帧，判断第三人脸是否满足跟踪结束条件，其中，所述第三人脸为所述多张人脸中的任意一张人脸；

如果满足所述跟踪结束条件，输出所述第三人脸的抓拍结果，并从所述跟踪链表中删除所述第三人脸的跟踪信息，其中，所述抓拍结果为所述第三人脸的跟踪信息中的第三部分；

所述第三人脸的跟踪状态为第二状态，且所述第三人脸处于所述第二状态的时长达到预设时长，所述第二状态用于指示使用第二跟踪器跟踪人脸；和/或，所述第三人脸的跟踪状态为第三状态，且所述检测帧未检测到所述第三人脸，所述第三状态用于指示人脸处于所述监控区域的边缘；

所述方法还包括：

在所述检测帧，判断是否检测到新人脸；

如果存在所述新人脸，在所述跟踪链表中添加所述新人脸的跟踪信息，其中所添加的所述新人脸的跟踪信息中的第一部分为第四状态；

确定所述新人脸的图像质量；

当所述新人脸的图像质量小于预设阈值时，从所述跟踪链表中删除所述新人脸的跟踪信息；

当所述新人脸的图像质量大于或等于所述预设阈值时，将所述新人脸的跟踪状态从所述第四状态转换为所述第一状态。

2.根据权利要求1所述的方法，其特征在于，所述跟踪信息中的第二部分的更新，包括：响应于在当前帧获取到所述第一人脸的边界框的位置，更新所述第一人脸的跟踪信息中的第二部分，所述当前帧为检测帧或跟踪帧。

3.根据权利要求1所述的方法，其特征在于：所述跟踪信息中的第一部分的更新，包括：响应于在所述检测帧检测到所述第一人脸不位于所述检测帧边缘，确定所述第一人脸的跟踪信息中第一部分为所述第一状态；

响应于在所述检测帧未检测到所述第一人脸，将所述第一人脸的跟踪信息中的第一部分更新为第二状态；

响应于在所述检测帧检测到所述第一人脸位于所述检测帧的边缘且所述第一人脸的移动方向朝向所述边缘，将所述第一人脸的跟踪信息中第一部分更新为第三状态。

4.根据权利要求1所述的方法，其特征在于，所述第一跟踪器为基于深度学习模型的跟踪器，所述第二跟踪器为核相关滤波器跟踪器。

5.一种人脸抓拍系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行计算机程序以实现权利要求1至4中任一项方法的步骤。

6.一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，所述计算机程序被处理器执行时实现权利要求1至4中任一项方法的步骤。