1.一种图像噪声识别模型训练方法，其特征在于，所述方法包括：

获取样本图像及其图像标签；

利用所述样本图像及所述图像标签，计算得到所述样本图像对应的标签融合增益表达向量，包括：对所述样本图像进行特征识别，得到所述样本图像对应的图像类别概率；计算所述图像类别概率与所述图像标签之差，得到所述样本图像对应的标签差；基于所述类别概率和所述标签差，对增益网络进行训练，得到训练好的增益网络；基于所述训练好的增益网络，对所述标签差、所述图像类别概率和所述图像标签进行增益，得到所述标签融合增益表达向量，包括：将所述标签差输入所述训练好的增益网络，得到增益标签差；将所述图像类别概率与所述图像标签输入所述训练好的增益网络，得到类别概率增益与图像标签增益；计算所述类别概率增益与所述图像标签增益之差，得到标签增益差；将所述增益标签差与所述标签增益差组合，得到所述标签融合增益表达向量；

基于所述图像标签与所述标签融合增益表达向量，构建得到噪声训练数据集；

基于所述噪声训练数据集，对初始图像噪声识别模型进行训练，得到目标图像噪声识别模型，所述目标图像噪声识别模型用于进行图像噪声识别。

2.根据权利要求1所述的方法，其特征在于，所述基于所述图像标签与所述标签融合增益表达向量，构建得到噪声训练数据集，包括：将所述图像标签和所述标签融合增益表达向量作为所述噪声训练数据集的负样本数据；

基于预设比例，计算得到所述图像标签对应的伪标签，利用所述伪标签和所述样本图像，计算得到所述伪标签对应的标签融合增益表达向量，将所述伪标签和所述伪标签对应的标签融合增益表达向量作为所述噪声训练数据集的正样本数据；

将所述负样本数据与所述正样本数据组合得到所述噪声训练数据集。

3.根据权利要求2所述的方法，其特征在于，所述基于预设比例，计算得到所述图像标签对应的伪标签，包括：基于所述预设比例，将所述图像标签划分为第一数据集、第二数据集和第三数据集；

对所述第一数据集、第二数据集和第三数据集中的图像标签进行修改，得到所述图像标签对应的伪标签。

4.一种图像噪声识别方法，其特征在于，所述方法包括：

获取待识别图像及其图像标签；

基于所述待识别图像及其图像标签，计算得到所述待识别图像对应的标签融合增益表达向量；

将所述待识别图像对应的标签融合增益表达向量输入图像噪声识别模型，识别得到所述待识别图像属于噪声的噪声概率，基于所述噪声概率，判断所述待识别图像是否属于噪声，其中所述图像噪声识别模型是利用权利要求1‑3任意一项所述的图像噪声识别模型训练方法训练得到的。

5.一种图像噪声识别模型训练装置，其特征在于，所述装置包括：

第一图像获取模块，用于获取样本图像及其图像标签；

第一融合增益计算模块，用于利用所述样本图像及所述图像标签，计算得到所述样本图像对应的标签融合增益表达向量，包括：对所述样本图像进行特征识别，得到所述样本图像对应的图像类别概率；计算所述图像类别概率与所述图像标签之差，得到所述样本图像对应的标签差；基于所述类别概率和所述标签差，对增益网络进行训练，得到训练好的增益网络；基于所述训练好的增益网络，对所述标签差、所述图像类别概率和所述图像标签进行增益，得到所述标签融合增益表达向量，包括：将所述标签差输入所述训练好的增益网络，得到增益标签差；将所述图像类别概率与所述图像标签输入所述训练好的增益网络，得到类别概率增益与图像标签增益；计算所述类别概率增益与所述图像标签增益之差，得到标签增益差；将所述增益标签差与所述标签增益差组合，得到所述标签融合增益表达向量；

噪声训练数据集构建模块，用于基于所述图像标签与所述标签融合增益表达向量，构建得到噪声训练数据集；

模型训练模块，用于基于所述噪声训练数据集，对初始图像噪声识别模型进行训练，得到目标图像噪声识别模型，所述目标图像噪声识别模型用于进行图像噪声识别。

6.一种图像噪声识别装置，其特征在于，所述装置包括：

第二图像获取模块，用于获取待识别图像及其图像标签；

第二融合增益计算模块，用于基于所述待识别图像及其图像标签，计算得到所述待识别图像对应的标签融合增益表达向量；

噪声识别模块，用于将所述待识别图像对应的标签融合增益表达向量输入图像噪声识别模型，识别得到所述待识别图像属于噪声的噪声概率，基于所述噪声概率，判断所述待识别图像是否属于噪声，其中所述图像噪声识别模型是利用权利要求5所述的图像噪声识别模型训练装置训练得到的。

7.一种计算机设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至3中任一项所述的图像噪声识别模型训练方法或者执行权利要求4中所述的图像噪声识别方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至3中任一项所述的图像噪声识别模型训练方法或者执行权利要求4中所述的图像噪声识别方法。