1.一种基于图像识别的模型动作生成方法，其特征在于，包括以下步骤：S1、通过人物特征与动作特征构建动作样本库的步骤，包括：

S11、基于多个动作视频得到人物特征与动作特征，通过人物特征与动作特征构建动作样本库；

S12、所述动作特征通过动态拟合线条获取最短周期动作，将最短周期动作分为第一动作和第二动作；

记录每张图片中像素块变化的位置，逐帧将分帧图片集中位置变化的像素块拟合成线条，获得动态拟合线条；对动作特征对应的动态拟合线条进行赋值，得到动态拟合线条的动作参数；将动作参数设为Y轴，将与动作参数对应的时间设为X轴，得到函数曲线；选取函数曲线中的规律周期曲线，确定规律周期曲线中最短的一个函数周期，对这个函数周期内的动作特征以及对应的动态拟合线条进行保存，得到最短周期动作；

S13、将处于同一所述动作视频下的动作特征与人物特征进行关联，将动作特征匹配至其关联的人物特征类别下；

S2、识别实际图片并生成模型动作的步骤，包括：

S21、输入实际图片至动作样本库，通过动作样本库对实际图片进行人物特征识别，根据人物特征确定动作特征，通过动作特征得到多个动作组合；

S22、获取同一所述动作组合中第一动作与第二动作的衔接连贯度，对符合衔接连贯度要求的动作组合进行输出。

2.根据权利要求1所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S11中，构建动作样本库的步骤包括：S111、在第一预设规则下获取多个动作视频，动作视频需同时存在人物和动作两种元素，对动作视频进行分帧处理，获得连续分帧图片，记为分帧图片集；

S112、通过图像识别对多个分帧图片集中的人物进行框选，获得框选人物，将标有部位区域的人物模型标准图与框选人物进行重合处理，以此对框选人物进行部位区域划分；记录部位区域的辅助点位置变化，将辅助点的位置变化拟合成线条，记为动态拟合线条，得到动作特征；

S113、预设同一人物特征由服饰元素+身材元素+面貌元素构成，对多个分帧图片集中人物按照面貌元素、服饰元素、身材元素进行识别并分类，得到人物特征类别；

S114、将动作特征匹配至其关联的人物特征类别下。

3.根据权利要求2所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S111中，将分帧图片集中的每张图片均均匀划分成多个像素块，并标记第一帧图片中每个像素块的位置，记录每张图片中像素块变化的位置，逐帧将分帧图片集中位置变化的像素块拟合成线条，获得动态拟合线条。

4.根据权利要求3所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S12中，最短周期动作分为第一动作和第二动作的步骤包括：S121、选出在同一部位区域的多个最短周期动作，计算得出多个最短周期动作对应的动作参数离散值；

S122、将动作参数离散值小于等于阈值X的最短周期动作，记为第一动作；

S123、将动作参数离散值大于阈值X的最短周期动作，记为第二动作；

S124、将第一动作、第二动作与处于同一动作视频的人物特征类别进行关联。

5.根据权利要求1所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S21中，实际图片的识别步骤包括：S211、输入实际图片至动作样本库；

S212、通过动作样本库对实际图片进行服饰元素、身材元素、面貌元素的识别，得到三者元素的交集；

S213、通过交集确定其对应的人物特征，通过人物特征获得匹配的动作特征，根据动作特征确定对应的第一动作和第二动作。

6.根据权利要求1所述的一种基于图像识别的模型动作生成方法，其特征在于：将同一所述人物特征类别下的第一动作记为第一动作集，将同一所述人物特征类别下的第二动作记为第二动作集；

在所述S21中，实际图片的动作生成步骤包括：

S214、选择第一动作集中与第二动作的部位区域相同的第一动作，将多个第一动作与第二动作进行交替、替换排列成不同的动作组合；

S215、获取多个动作组合中第一动作与第二动作的连贯衔接度；

S216、输出达到标准连贯衔接度的动作组合，这些动作组合即为实际图片生成的动作。

7.根据权利要求1所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S22中，获取第一动作与第二动作的连贯衔接度步骤，包括：S221、将动作组合中第一动作的结束动作与第二动作的起始动作进行相同度比对，获得连贯衔接度；

S222、将连贯衔接度大于等于70%的定为连贯动作，将连贯衔接度小于70%且大于50%的定为可调整动作，将连贯衔接度小于50%的定为不连贯动作；

S223、对不连贯动作对应的动作组合进行删除，对可调整动作对应的动作组合进行调整。

8.根据权利要求7所述的一种基于图像识别的模型动作生成方法，其特征在于：在所述S222中，对可调整动作中第一动作的调整步骤包括：S2221、确定第一动作的动作变化部位区域，记为调整部位区域；

S2222、通过动态拟合线条得出调整部位区域内连贯动作的第一动作与第二动作的角度值，记为θ连贯；通过动态拟合线条得出调整部位区域内第一动作与第二动作的角度值，记为θ待测，由此，可得到公式：θ调整=θ连贯‑θ待测；

S2223、若θ调整为正数，则对第一动作的动态拟合线条进行角度的调整，逐帧加大θ待测的角度值；若θ调整为负数，则对第一动作的动态拟合线条进行角度的调整，逐帧调小θ待测的角度值。

9.一种基于图像识别的模型动作生成系统，应用于如权利要求1‑8任意一项所述基于图像识别的模型动作生成方法，其特征在于，包括构建模块和生成模块；

构建模块，通过人物特征与动作特征构建动作样本库；构建模块包括获取单元和分类存储单元；

获取单元，基于多个动作视频得到人物特征与动作特征，通过人物特征与动作特征构建动作样本库，所述动作特征通过动态拟合线条获取最短周期动作，将最短周期动作分为第一动作和第二动作；

分类存储单元，将处于同一所述动作视频下的动作特征与人物特征进行关联，将动作特征匹配至其关联的人物特征类别下；

生成模块，识别实际图片并生成模型动作；生成模块包括输入识别单元和输出判定单元；

输入识别单元，输入实际图片至动作样本库，通过动作样本库对实际图片进行人物特征识别，根据人物特征确定动作特征，通过动作特征得到多个动作组合；

输出判定单元，获取同一所述动作组合中第一动作与第二动作的衔接连贯度，对符合衔接连贯度要求的动作组合进行输出。