1.一种用于汽车解锁的人脸识别方法，其特征是：包括以下步骤：

步骤1、获得车载摄像头采集到的现场人脸图像，将现场人脸图像输入经过训练的识别算法模型，所述识别算法模型包括依次设置的初始卷积层、OBG模块和标准化模块；

其中，所述OBG模块的内部操作过程表示为如下数学模型：

；

其中， 表示输入所述OBG模块的特征图， 表示内置特征提取单元， 表示内置特征提取单元输出的一级特征图； 和 分别表示第一压缩单元和第二压缩单元，表示第一压缩单元输出的第一二级特征图， 表示第二压缩单元输出的第二二级特征图； 和 分别表示第一注意力单元和第二注意力单元， 表示元素对应乘积运算， 和 分别表示第一三级特征图和第二三级特征图； 表示特征融合单元，表示所述特征融合单元输出的四级特征图；

步骤2、通过所述初始卷积层对所述现场人脸图像进行特征提取后，输出得到浅像特征图；

步骤3、将所述浅像特征图输入所述OBG模块，经过运算后，所述OBG模块生成并输出深层特征图；

步骤4、将所述深层特征图输入标准化模块，然后所述标准化模块生成与所述现场人脸图像对应的指代向量；

步骤5、计算所述指代向量与预设的样本向量之间的距离，与所述指代向量距离最近、且距离小于预设阈值的样本向量所对应的身份，即为所述现场人脸图像的身份，完成识别。

2.根据权利要求1所述的用于汽车解锁的人脸识别方法，其特征是：所述识别算法模型中设有五个首尾连接的所述OBG模块，所述浅像特征图作为第一个所述OBG模块的输入，所述深层特征图为第五个所述OBG模块输出的特征图。

3.根据权利要求1所述的用于汽车解锁的人脸识别方法，其特征是：所述内置特征提取单元包括至少一个残差块。

4.根据权利要求1所述的用于汽车解锁的人脸识别方法，其特征是：所述第一压缩单元包括依次设置的压缩卷积层和第一压缩激活层，所述压缩卷积层的步长为2；所述第二压缩单元包括依次设置的压缩池化层和第二压缩激活层，所述压缩池化层的步长为2。

5.根据权利要求1所述的用于汽车解锁的人脸识别方法，其特征是：所述第一注意力单元与所述第二注意力单元内部运算过程相同，所述第一注意力单元和所述第二注意力单元内部运算过程均表示为如下数学模型：；

其中， 表示第一二级特征图或第二二级特征图， 表示对特征图的各个图层分别做全局最大池化处理， 表示第一校准向量， 表示输入所述OBG模块的特征图，表示第一校准激活函数， 表示第一校准激活函数输出的第二校准向量， 表示元素对应乘积运算， 表示第二校准激活函数， 表示所述第一注意力单元或所述第二注意力单元输出的第三校准向量。

6.根据权利要求5所述的用于汽车解锁的人脸识别方法，其特征是：所述OBG模块中还设有第三注意力单元，所述第三注意力单元内部运算过程表示为如下数学模型：；

其中， 表示第一注意力单元中生成的第二校准向量， 表示第二注意力单元中生成的第二校准向量， 表示拼接操作， 表示第三校准激活函数， 表示所述第三注意力单元输出的第四校准向量；所述第四校准向量用于与所述四级特征图做元素对应乘积，实现对所述四级特征图的校准。

7.根据权利要求1所述的用于汽车解锁的人脸识别方法，其特征是：所述特征融合单元包括依次设置的拼接处理层、融合卷积层和融合激活层。

8.一种用于汽车解锁的人脸识别系统，其特征是：包括处理器和存储器，所述存储器储存有计算机程序，所述处理器通过加载所述计算机程序，用于执行如权利要求1‑7任一项所述的用于汽车解锁的人脸识别方法。

9.一种存储介质，其特征是：所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的用于汽车解锁的人脸识别方法。