1.识别门外物件且可报警的识别报警方法，其特征在于，包括：

S1：对初始监控画面进行预设次数分割得到画面单元，每次分割按照不同的尺寸，得到第一子画面集，使用预训练的卷积神经网络识别所述监控画面和所述第一子画面集得到门外物件清单，所述门外物件清单包括所述初始监控画面中的画面内容；

S2：根据所述门外物件清单对所述初始监控画面进行二次分割得到第二子画面集，将所述第二子画面集作为背景图像帧，采用三帧差分法和背景差分法结合的方式对后续监控画面整体和所述第二子画面集的后续状态进行移动侦测，所述移动侦测的过程可表示为：Dn(x,y,z)＝|fn+1(x,y,z)‑fn(x,y,z)|∩|fn(x,y,z)‑B(x,y,z)|，Dn(x，y，z)是差分图像的像素值，fn+1(x，y，z)是第n+1帧图像的像素值，fn(x,y,z)是第n帧图像的像素值，B(x,y,z)是背景图像的像素值，Rn(x,y，z)是对差分图像的像素值进行二值化处理后的结果，T是判定所述像素值是否为移动目标像素值的可变阈值，所述可变阈值根据环境的变化智能调节；

S3：当侦测到所述后续监控画面发生运动时，对移动目标进行识别得到目标身份，在所述移动目标移出监控画面时，对所述后续监控画面整体和所述第二子画面集后续状态进行图片识别得到第二识别结果，比对所述第二识别结果与所述门外物件清单得到比对结果；

S4：向移动终端传输监控画面，当所述目标身份不为房屋主人，且所述比对结果不一致，则向移动终端发送警示信息；

其中，所述对初始监控画面进行预设次数分割得到画面单元，每次分割按照不同的尺寸，得到第一子画面集，使用预训练的卷积神经网络识别所述监控画面和所述第一子画面集得到门外物件清单，所述门外物件清单包括所述初始监控画面中的画面内容的步骤，包括：按照最小的预设尺寸进行分割，对所述画面单元进行识别，去除识别失败的所述画面单元得到画面内容和对应的像素坐标，再按照更大预设尺寸重复前述过程进行分割和识别；

将画面内容一致但尺寸大小不同的所述画面单元进行比对，当大尺寸的所述画面单元的像素坐标覆盖了小尺寸的所述画面单元的像素坐标，将小尺寸的所述画面单元移出所述门外物件清单；

(xl1≤xs1)∩(yl1≤ys1)∩(xl3≥xs3)∩(yl3≥ys3)∩(xl2≥xs2)∩(yl2≤ys2)∩(xl4≤xs4)∩(yl4≥ys4)＝True，其中，xl1，xl2，xl3，xl4，yl1，yl2，yl3,yl4分别为所述大尺寸的所述画面单元从左下角按照逆时针顺序的4个顶点的坐标，xs1,xs2，xs3，xs4，ys1，ys2,ys3,ys4分别为所述小尺寸的所述画面单元从左下角按照逆时针顺序的4个顶点的坐标，True表示结果为真值。

2.根据权利要求1所述的识别门外物件且可报警的识别报警方法，其特征在于，在S2的步骤中，包括：使用以单高斯模型为基础的背景分割算法对背景图像帧进行建模得到背景模型，减小光照变化、背景混乱运动对背景图像帧的干扰，建模过程包括：对所述监控画面整体的第一帧图片进行像素分析，进行所述背景模型初始化得到：

u(x，y，0)表示在初始时刻(x,y)处像素值的均值，I(x,y，0)表示所述第一帧图片在(x,2

y)处的像素值，σ(x,y，0)表示所述背景模型建立时(x，y)处像素值的方差，σ(x，y，0)表示所述背景模型建立时(x，y)处像素值的标准差，std_init是一个预设的常数；

将所述监控画面整体和所述第二子画面集的后续图像帧按时间顺序输入所述背景模型，更新所述背景模型的参数，得到：t表示时间，output(x,y,t)表示t时刻背景图像在(x,y)处的像素值，I(x,y，t)表示时刻输入的图像帧在(x，y)处的像素值，u(x,y，t‑1)表示t时刻前一时刻所述背景模型在(x，y)处的像素均值，λ是一个变化的常数，σ(x，y，t)表示t时刻所述背景模型在(x，y)处的像素标准差值，公式含义为：若t时刻的图像帧在(x，y)处的像素值与与上一时刻所述背景模型中对应位置像素值的均值的距离小于所述像素标准差值的λ倍，则输入图像帧在(x,y)处的像素属于背景像素；

所述背景模型中的参数随着图像帧的输入而更新，更新过程为：

α是一个大于0且小于1的自定义常数，表示所述背景模型随输入图像帧的更新率。

3.根据权利要求2所述的识别门外物件且可报警的识别报警方法，其特征在于，预设的常数λ决定了所述背景模型的准确度，得到最优λ的过程包括：将所述监控画面按时间顺序输入所述背景模型，所述背景模型保持更新，最优λ也随所述背景模型保持更新。

4.根据权利要求2所述的识别门外物件且可报警的识别报警方法，其特征在于，所述更新率决定了背景模型的鲁棒性，得到最优α的过程包括：获取所述监控画面的连续图像帧，计算所述图像帧的亮度，得到亮度变化率：

更新率α用来降低所述背景模型对图像帧的亮度变化率敏感度：

5.根据权利要求1所述的识别门外物件且可报警的识别报警方法，其特征在于，在S2的步骤中，还包括：减小环境噪声对所述移动侦测结果的影响，公式中，得到判定阈值T的过程为：

T0是所述移动侦测的初始判定阈值，β是光照系数，NA是当前图像帧中像素的总数量，A是当前图像帧中像素点的集合。

6.根据权利要求5所述的识别门外物件且可报警的识别报警方法，其特征在于，所述光照系数β由环境中光照的变化得出，包括：检测并记录所述监控画面范围内光照的变化频率h，单位为次/分钟，变化幅度g，单位为Lux/次，则光照系数的表达式为：β＝c×h+k×g，

c、k是两个预设的自定义系数，光照的变化频率和幅度越小，光照系数越小，对判定结果的影响越弱。

7.根据权利要求1所述的识别门外物件且可报警的识别报警方法，其特征在于，在S4的步骤中，包括：将实时的监控画面加密传输到所述移动终端供用户查看；

当侦测到所述监控画面运动且运动后的识别结果与运动前不一致，根据对比前后所述门外物件清单得到的结果，将所述监控画面发生的变化远程告知用户。

8.识别门外物件且可报警的智能门锁，采用权利要求1‑7任一项所述的识别门外物件且可报警的识别报警方法，其特征在于，所述智能门锁包括：视频监控模块：获取到监控区域的视屏画面并分成连续的画面帧；

画面分割和识别模块：对初始监控画面进行预设次数分割得到画面单元，每次分割按照不同的尺寸，得到第一子画面集，使用预训练的卷积神经网络识别所述监控画面和所述第一子画面集得到门外物件清单，所述门外物件清单包括所述初始监控画面中的画面内容；所述分割过程包括：按照最小的预设尺寸进行分割，对所述画面单元进行识别，去除识别失败的所述画面单元得到画面内容和对应的像素坐标，再按照更大预设尺寸重复前述过程进行分割和识别；

将画面内容一致但尺寸大小不同的所述画面单元进行比对，当大尺寸的所述画面单元的像素坐标覆盖了小尺寸的所述画面单元的像素坐标，将小尺寸的所述画面单元移出所述门外物件清单：(xl1≤xs1)∩(yl1≤ys1)∩(xl3≥xs3)∩(yl3≥ys3)∩(xl2≥xs2)∩(yl2≤ys2)∩(xl4≤xs4)∩(yl4≥ys4)＝True，其中，xl1,xl2，xl3，xl4，yl1,yl2，yl3，yl4分别为所述大尺寸的所述画面单元从左下角按照逆时针顺序的4个顶点的坐标，xs1，xs2，xs3，xs4，ys1,ys2,ys3,ys4分别为所述小尺寸的所述画面单元从左下角按照逆时针顺序的4个顶点的坐标，True表示结果为真值；

移动侦测模块：根据所述门外物件清单对所述初始监控画面进行二次分割得到第二子画面集，将所述第二子画面集作为背景图像帧，采用三帧差分法和背景差分法结合的方式对后续监控画面整体和所述第二子画面集的后续状态进行移动侦测；

风险判别模块：当侦测到所述后续监控画面发生运动时，对移动目标进行识别得到目标身份，在所述移动目标移出监控画面时，对所述后续监控画面整体和所述第二子画面集后续状态进行图片识别得到第二识别结果，比对所述第二识别结果与所述门外物件清单得到比对结果；

远程报警模块：向移动终端传输监控画面，当所述目标身份不为房屋主人，且所述比对结果不一致，则向移动终端发送警示信息。