1.基于机器学习的人脸特征识别安防控制方法，其特征在于，包括如下步骤：S100，获取包括目标面部的采样视频；

S200，在所述目标面部的指定位置设置动态标识；

所述步骤S200包括：

获取所述采样视频中的采样帧；

S300，根据所述动态标识获取与所述采样视频对应的标准图片；

S400，根据所述标准图片判断所述目标面部的安全等级，并根据所述安全等级调整更新所述指定位置；

所述步骤S300包括：

针对任一所述采样帧，选取所述采样帧中所述动态标识所圈的预设范围作为选中图片；

将预设时间内所有所述采样帧对应的所述选中图片按照合成规则合成为识别图片；

按照预设规则将所述识别图片处理为标准图片；

所述合成规则包括：

将所述选中图片按照最大相同像素重合度进行合并；

相同像素保持不变，不同像素取两者中间值得到所述识别图片；

所述预设规则包括：

取标准框架；

以预设角度将所述识别图片放置于所述标准框架中；

在所述标准框架中与所述识别图片不重合的位置填充纯色得到标准图片。

2.根据权利要求1所述的基于机器学习的人脸特征识别安防控制方法，其特征在于，所述采样视频中包括面部指导框，所述面部指导框用于引导使用者调整面部位置；

当所述使用者的面部位置与所述面部指导框一致，启动所述动态标识；

所述采样帧的时间戳包含于所述动态标识的启动时间内。

3.根据权利要求2所述的基于机器学习的人脸特征识别安防控制方法，其特征在于，所述步骤S200包括：所述指定位置包括相邻部位类型之间的位置，所述部位类型包括眉毛、鼻梁、眼睛、嘴唇。

4.基于机器学习的人脸特征识别安防控制系统，运行有如权利要求1‑3中任意一项的所述人脸特征识别安防控制方法，其特征在于，所述人脸特征识别安防控制系统包括：采样模块，用于获取包括目标面部的采样视频；

特征标记模块，与所述采样模块连接，用于在所述目标面部的指定位置设置动态标识；

处理模块，根据所述动态标识获取与所述采样视频对应的标准图片；

识别输出模块，用于根据所述标准图片判断所述目标面部的安全等级，并根据所述安全等级调整更新所述指定位置其中，所述识别输出模块为训练完成的人工神经网络。