1.一种表情识别方法，其特征在于，所述方法包括：提取目标视频序列中每一帧图像中的多个面部运动强度数据，其中，所述目标视频序列为伪装表情数据集中的任意一个伪装表情视频序列；

对多个所述面部运动强度数据进行编码，得到每一帧图像对应的强度特征向量；

将多个所述强度特征向量确定的强度特征矩阵输入分类器中进行分类，得到伪装表情识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对多个所述面部运动强度数据进行编码，得到每一帧图像对应的强度特征向量，包括：将每一帧图像对应的多个所述面部运动强度数据转化为多个子向量；

根据多个子向量生成表征每一帧图像中伪装表情的局部时空特征的所述强度特征向量。

3.根据权利要求1所述的方法，其特征在于，所述将多个所述强度特征向量确定的强度特征矩阵输入分类器中进行分类，得到伪装表情识别结果，包括：对多个所述强度特征向量进行调整处理，以得到表征所述目标视频序列中伪装表情的全局时空特征的所述强度特征矩阵；

将所述强度特征矩阵输入所述分类器进行分类，得到所述伪装表情识别结果。

4.根据权利要求3所述的方法，其特征在于，所述对多个所述强度特征向量进行调整处理，以得到表征所述目标视频序列中伪装表情的全局时空特征的所述强度特征矩阵，包括：确定目标尺寸；

根据所述目标尺寸对多个所述强度特征向量进行降采样处理或插值处理，得到多个目标强度特征向量；

根据多个所述目标强度特征向量生成所述强度特征矩阵。

5.根据权利要求3所述的方法，其特征在于，所述将所述强度特征矩阵输入所述分类器进行分类，得到所述伪装表情识别结果，包括：将每个所述强度特征矩阵输入所述分类器；

基于所述分类器对所述强度特征矩阵进行识别，得到多种不同类型的伪装表情识别数据；

根据多种所述伪装表情数据，确定出所述伪装表情识别结果。

6.根据权利要求1所述的方法，其特征在于，所述提取目标视频序列中每一帧图像中的多个面部运动强度数据，包括：确定所述目标视频序列中每一帧图像中的多个面部编码点；

根据强度需求对所述多个面部编码点进行筛选，以得到多个满足所述强度需求的目标编码点；

提取多个所述目标编码点的多个所述面部运动强度数据。

7.根据权利要求6所述的方法，其特征在于，所述确定所述目标视频序列中每一帧图像中的多个面部编码点，包括：确定每一帧图像中人脸的基准点；

对多个所述基准点进行面部对齐，以确定出所述人脸的关键区域；

从所述关键区域中确定出多个所述面部编码点。

8.一种表情识别装置，其特征在于，所述装置包括：提取模块，用于提取目标视频序列中每一帧图像中的多个面部运动强度数据，其中，所述目标视频序列为伪装表情数据集中的任意一个伪装表情视频序列；

编码模块，用于对多个所述面部运动强度数据进行编码，得到每一帧图像对应的强度特征向量；

分类模块，用于将多个所述强度特征向量确定的强度特征矩阵输入分类器中进行分类，得到伪装表情识别结果。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1‑7中任一项所述方法中的步骤。

10.一种计算机可读取存储介质，其特征在于，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1‑7任一项所述方法中的步骤。