1.一种基于GIS的农业服务管理方法，其特征在于，包括：获得多源数据；所述多源数据包括三维场景模型、BMI数据、多媒体数据和统计数据；

基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图；

采集监控视频；所述监控视频为存在农场中工作人员人脸的视频；

基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间；所述人脸存在时间表示工作时间；

基于所述GIS全局地图，得到工作轨迹；

将所述工作时间和所述工作轨迹存储在数据库中；

人脸识别模型包括一个主体特征提取网络、一个详细特征提取网络、一个一般特征提取网络和两个全连接层：所述主体特征提取网络的输入为监控视频中的其中一帧监控图像；所述一般特征提取网络的输入为所述主体特征提取网络的输出；所述详细特征提取网络的输入为所述主体特征提取网络的输出；第一全连接层的输入为所述一般特征提取网络的输出；第二全连接层的输入为所述详细特征提取网络的输出；

所述基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间，包括：将所述监控视频输入人脸检测模型，进行人脸检测；

若检测出人脸，得到人脸检测框，并记录下人脸存在开始时间；所述人脸存在开始时间为监控视频的当前帧检测到人脸而前一帧未检测到人脸的时间；

将所述人脸检测框内的人脸图像输入人脸识别模型，基于工作人员信息，得到工作人员正确值；所述工作人员信息包括工作人员的姓名、编号和对应人脸图像；所述工作人员正确值为1时表示识别人脸正确；所述工作人员正确值为0时表示识别人脸错误；

将所述当前帧的下一帧继续输入人脸检测模型；

若未检测到人脸，记下人脸存在结束时间；所述人脸存在结束时间为监控视频的当前帧未检测到人脸而前一帧检测到人脸的时间；

基于所述工作人员正确值和在GIS全局地图，得到人脸存在时间；

通过检测监控图像中每一帧的人脸，得到多个人脸存在时间，直到工作结束时间；将多个人脸存在时间相加，得到人脸检测存在时间。

2.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，所述基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图，包括：所述GIS农业服务管理结构包括数据层和应用层；所述数据层包括数据存储服务器和数据分析服务器；所述应用层包括数据统计分析模块、GIS全局地图展示模块和多媒体展示模块；

将多源数据输入数据层，进行数据存储和数据分析，得到农业数据；所述输入层包括数据存储服务器和数据分析服务器；

将所述农业数据通过公网输入应用层中的GIS全局地图展示模块，得到GIS全局地图。

3.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，人脸识别模型的训练方法：获得训练集，所述训练集包括训练图片和标注数据，所述训练图片包括多个训练组；所述训练组包括基本图像和对比图像；所述标注数据为相等值；所述相等值为1时表示所述基本图像和对比图像为同一个人，所述相等值为0时表示所述基本图像和对比图像不为同一个人；所述对比图像为所述工作人员信息中的对应人脸图像；

将所述基本图像输入人脸识别模型，得到第一基本特征向量；所述第一基本特征向量表示基本图像中的特征值；

将所述对比图像输入人脸识别模型，得到第一对比特征向量；所述第一对比特征向量表示对比图像中的特征值；

获得损失值，所述损失值为人脸相似度与相等值之间的损失；所述人脸相似度表示所述第一基本特征向量和所述第一对比特征向量为同一人的概率；

获得人脸识别模型当前的训练迭代次数以及预先设定的所述人脸识别模型训练的最大迭代次数；

当所述损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的人脸识别模型。

4.根据权利要求3所述的基于GIS的农业服务管理方法，其特征在于，所述将所述基本图像输入人脸识别模型，得到第一基本特征向量，包括：将所述基本图像输入所述主体特征提取网络，进行特征提取，得到基本主体卷积特征图；

将所述基本主体卷积特征图输入详细特征提取网络，进行特征提取，得到基本详细特征图；

将所属将所述基本主体卷积特征图输入一般特征提取网络，进行特征提取，得到基本一般特征图；

将所述基本详细特征图输入第一全连接层，得到基本详细特征向量；

将所述基本一般特征图输入第二全连接层，得到基本一般特征向量；

将所述基本详细特征向量和所述基本一般特征向量合并为第一基本特征向量。

5.根据权利要求3所述的基于GIS的农业服务管理方法，其特征在于，所述获得损失值，所述损失值为人脸相似度与相等值之间的损失；所述人脸相似度表示所述第一基本特征向量和所述第一对比特征向量为同一人的概率，包括：获得为人脸相似度；

所述人脸相似度具体通过下述公式计算方式获得：

其中，R为所述人脸相似度；xi为所述第一基本特征向量中的元素，xi表示预测人脸的特征值；yi为所述第一对比特征向量中的元素，yi表示工作人员信息对应人脸的特征值；n表示第一基本特征向量中的基本详细特征向量的元素个数；m表示所述第一基本特征向量中的元素个数；i表示第一基本特征向量中第i元素；

所述损失值具体通过下述公式计算方式获得：

其中，Loss为所述损失值；Rj为所述监控视频其中一帧图像的人脸相似度；rj为所述监控视频其中一帧图像的相等值；K为训练过程中一次性输入识别的图像帧数量；j表示第j张图像帧。

6.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，所述将所述人脸检测框内的人脸图像放入人脸识别模型，基于工作人员信息，判断是否为正确工作人员；所述工作人员信息包括工作人员的姓名、编号和对应人脸图像，包括：所述人脸检测框内的人脸图像输入人脸识别模型，得到第一特征向量；

获得对比特征向量；所述对比特征向量为存储在数据库中的工作人员信息中的对应人脸图像输入人脸识别模型得到的特征向量；

获得差值向量；所述差值向量为第一特征向量减去所述对比特征向量得到的向量；

若所述差值向量中所有元素的绝对值小于阈值，则说明为正确工作人员。

7.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，所述基于所述GIS全局地图，得到工作轨迹，包括：基于所述GIS全局地图，得到工作人员坐标点；所述工作人员坐标点为工作人员当前所在位置的坐标点；

根据所述工作人员坐标点在农场地图上绘制相应曲线；所述曲线表示工作人员行动轨迹。

8.基于GIS的农业服务管理系统，其特征在于，包括：

采集模块：获得多源数据；所述多源数据包括三维场景模型、BMI数据、多媒体数据和统计数据；采集监控视频；所述监控视频为存在农场中工作人员人脸的视频；

GIS全局地图获取模块：基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图；

人脸存在时间检测模块：基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间；所述人脸存在时间表示工作的时间；

轨迹获取模块：基于所述GIS全局地图，得到工作轨迹；

存储模块：将所述人脸存在时间和所述工作轨迹存储在数据库中；

人脸识别模型包括一个主体特征提取网络、一个详细特征提取网络、一个一般特征提取网络和两个全连接层：所述主体特征提取网络的输入为监控视频中的其中一帧监控图像；所述一般特征提取网络的输入为所述主体特征提取网络的输出；所述详细特征提取网络的输入为所述主体特征提取网络的输出；第一全连接层的输入为所述一般特征提取网络的输出；第二全连接层的输入为所述详细特征提取网络的输出；

所述基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间，包括：将所述监控视频输入人脸检测模型，进行人脸检测；

若检测出人脸，得到人脸检测框，并记录下人脸存在开始时间；所述人脸存在开始时间为监控视频的当前帧检测到人脸而前一帧未检测到人脸的时间；

将所述人脸检测框内的人脸图像输入人脸识别模型，基于工作人员信息，得到工作人员正确值；所述工作人员信息包括工作人员的姓名、编号和对应人脸图像；所述工作人员正确值为1时表示识别人脸正确；所述工作人员正确值为0时表示识别人脸错误；

将所述当前帧的下一帧继续输入人脸检测模型；

若未检测到人脸，记下人脸存在结束时间；所述人脸存在结束时间为监控视频的当前帧未检测到人脸而前一帧检测到人脸的时间；

基于所述工作人员正确值和在GIS全局地图，得到人脸存在时间；

通过检测监控图像中每一帧的人脸，得到多个人脸存在时间，直到工作结束时间；将多个人脸存在时间相加，得到人脸检测存在时间。

9.根据权利要求8所述的基于GIS的农业服务管理系统，其特征在于，所述基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间，包括：将所述监控视频输入人脸检测模型，进行人脸检测；

若检测出人脸，得到人脸检测框，并记录下人脸存在开始时间；所述人脸存在开始时间为监控视频的当前帧检测到人脸而前一帧未检测到人脸的时间；

将所述人脸检测框内的人脸图像输入人脸识别模型，基于工作人员信息，得到工作人员正确值；所述工作人员信息包括工作人员的姓名、编号和对应人脸图像；所述工作人员正确值为1时表示识别人脸正确；所述工作人员正确值为0时表示识别人脸错误；

将所述检测视频的下一帧继续输入人脸检测模型，进行人脸检测；

若未检测到人脸，记下人脸存在结束时间；所述人脸存在结束时间为监控视频的当前帧未检测到人脸而前一帧检测到人脸的时间；

基于所述工作人员正确值，在GIS全局地图中，得到人脸存在时间；

通过检测监控图像中每一帧的人脸，得到多个人脸存在时间，直到工作结束时间；将多个人脸存在时间相加，得到人脸检测存在时间。