1.一种钢化玻璃的生产控制系统，其特征在于，包括：

预热监控温度获取模块，用于获取预定时间段钢化玻璃预热时的监控视频和多个预定时间点的钢化玻璃预热时的温度；

钢化玻璃预热特征分析模块，用于对所述钢化玻璃预热时的监控视频和所述多个预定时间点的钢化玻璃预热时的温度进行特征分析以得到预热过程多尺度特征向量；

预热时间判断模块，用于基于所述预热过程多尺度特征向量，确定钢化玻璃是否停止预热的分类结果。

2.根据权利要求1所述的钢化玻璃的生产控制系统，其特征在于，所述钢化玻璃预热特征分析模块，包括：预热监控视频处理单元，用于对所述钢化玻璃预热时的监控视频进行处理以得到预热状态全局特征向量；

预热温度时序处理单元，用于将所述多个预定时间点的钢化玻璃预热时的温度进行时序处理以得到预热温度序列特征向量；

预热过程多尺度构造单元，用于基于所述预热状态全局特征向量和所述预热温度序列特征向量，以得到所述预热过程多尺度特征向量。

3.根据权利要求2所述的钢化玻璃的生产控制系统，其特征在于，所述预热监控视频处理单元，包括:预热监控关键帧采集子单元，用于以预定采样频率从所述钢化玻璃预热时的监控视频中提取出多个钢化玻璃预热状态关键帧；

预热关键帧特征提取子单元，用于将所述多个钢化玻璃预热状态关键帧进行特征提取以得到所述预热状态全局特征向量。

4.根据权利要求3所述的钢化玻璃的生产控制系统，其特征在于，所述预热关键帧特征提取子单元，包括:预热多分支二级子单元，用于将所述多个钢化玻璃预热状态关键帧输入预热状态多分支感知域模块中，以得到多个预热状态特征图；

预热状态特征池化二级子单元，用于对所述多个预热状态特征图进行沿通道维度的各个特征矩阵的池化以得到多个预热状态特征向量；

相似度计算二级子单元，用于计算所述多个预热状态特征向量之间的余弦相似度，以得到所述预热状态全局特征向量。

5.根据权利要求4所述的钢化玻璃的生产控制系统，其特征在于，所述预热温度时序处理单元，包括：预热温度时序排列子单元，用于将所述多个预定时间点的钢化玻璃预热时的温度按照时间维度排列为预热温度输入向量；

温度序列编码子单元，用于将所述预热温度输入向量通过包含一维卷积层和全连接层的预热温度序列编码器模型以得到所述预热温度序列特征向量。

6.根据权利要求5所述的钢化玻璃的生产控制系统，其特征在于，所述预热过程多尺度构造单元，包括：预热级联子单元，用于对所述预热状态全局特征向量和所述预热温度序列特征向量进行级联以得到钢化玻璃预热过程特征向量；

预热多尺度处理子单元，用于将所述钢化玻璃预热过程特征向量通过预热过程多尺度特征提取模块，以得到第一尺度预热过程特征向量和第二尺度预热过程特征向量；

预热过程融合子单元，用于融合所述第一尺度预热过程特征向量和所述第二尺度预热过程特征向量以得到所述预热过程多尺度特征向量。

7.根据权利要求6所述的钢化玻璃的生产控制系统，其特征在于，所述预热多尺度处理子单元，用于：使用预热时间分类器以如下分类公式对所述预热过程多尺度特征向量进行处理以得到所述分类结果；

其中，所述分类公式为：softmax{(Wn，Bn)：...：(W1，B1)|X}，其中，W1到Wn为权重矩阵，B1到Bn为偏置向量，X为预热过程多尺度特征向量，softmax表示softmax函数，O表示所述分类结果。

8.根据权利要求7所述的钢化玻璃的生产控制系统，其特征在于，还包括训练模块，用于对所述预热状态多分支感知域模块、所述包含一维卷积层和全连接层的预热温度序列编码器模型、所述预热过程多尺度特征提取模块和所述预热时间分类器进行训练；

其中，所述训练模块，包括：

训练数据采集单元，用于获取训练数据，所述训练数据，包括：预定时间段训练钢化玻璃预热时的监控视频和多个预定时间点的训练钢化玻璃预热时的温度，以及，钢化玻璃是否停止预热的真实结果；

训练关键帧提取单元，用于以预定采样频率从所述训练钢化玻璃预热时的监控视频中提取出多个训练钢化玻璃预热状态关键帧；

训练多分支感知单元，用于将所述多个训练钢化玻璃预热状态关键帧输入所述预热状态多分支感知域模块中，以得到多个训练预热状态特征图；

训练池化单元，用于对所述多个训练预热状态特征图进行沿通道维度的各个特征矩阵的池化以得到多个训练预热状态特征向量；

训练相似度计算单元，用于计算所述多个训练预热状态特征向量之间的余弦相似度，以得到训练预热状态全局特征向量；

训练时序排列单元，用于将所述多个预定时间点的训练钢化玻璃预热时的温度按照时间维度排列为训练预热温度输入向量；

训练序列编码单元，用于对所述训练预热温度输入向量通过所述包含一维卷积层和全连接层的预热温度序列编码器模型以得到训练预热温度序列特征向量；

训练特征级联单元，用于对所述训练预热状态全局特征向量和所述训练预热温度序列特征向量进行级联以得到训练钢化玻璃预热过程特征向量；

训练多尺度提取单元，用于将所述训练钢化玻璃预热过程特征向量通过所述预热过程多尺度特征提取模块，以得到训练第一尺度预热过程特征向量和训练第二尺度预热过程特征向量；

训练融合单元，用于融合所述训练第一尺度预热过程特征向量和所述训练第二尺度预热过程特征向量以得到训练预热过程多尺度特征向量；

训练几何刚性一致化因数计算单元，用于计算所述训练预热状态全局特征向量和所述训练预热温度序列特征向量之间的基于秩序性先验的几何刚性一致化因数；

分类损失函数计算单元，用于将所述训练预热过程多尺度特征向量通过分类器以得到分类损失函数值；

模型训练单元，用于以所述分类损失函数值和所述基于秩序性先验的几何刚性一致化因数之间的加权和作为损失函数值，对所述预热状态多分支感知域模块、所述包含一维卷积层和全连接层的预热温度序列编码器模型、所述预热过程多尺度特征提取模块和所述预热时间分类器进行训练。

9.根据权利要求8所述的钢化玻璃的生产控制系统，其特征在于，所述分类损失函数计算单元，用于：以如下公式计算所述预热状态全局特征向量和所述预热温度序列特征向量之间的基于秩序性先验的几何刚性一致化因数；

其中，V1表示所述预热状态全局特征向量，V2表示所述预热状态全局特征向量，||·||F表示特征向量的Frobenius范数，α表示超参数，cos(V1,V2)表示计算所述预热状态全局特征向量和所述预热温度序列特征向量之间的余弦距离，||·||2表示特征向量的二范数，Loss表示所述基于秩序性先验的几何刚性一致化因数，exp(·)表示指数运算。

10.一种钢化玻璃的生产控制方法，其特征在于，包括：

获取预定时间段钢化玻璃预热时的监控视频和多个预定时间点的钢化玻璃预热时的温度；

对所述钢化玻璃预热时的监控视频和所述多个预定时间点的钢化玻璃预热时的温度进行特征分析以得到预热过程多尺度特征向量；

基于所述预热过程多尺度特征向量，确定钢化玻璃是否停止预热的分类结果。