1.一种智慧停车场的智能标识方法，其特征在于，包括：

启动医院停车场智能标识，采集当前门禁车辆的门禁车辆图像集；

对所述门禁车辆图像集进行特征提取，得到门禁车辆特征，根据所述门禁车辆特征判断所述当前门禁车辆是否为已标识车辆；

当所述当前门禁车辆为已标识车辆，获取所述当前门禁车辆对应的显影图像，根据所述显影图像对所述当前门禁车辆进行识别后，对所述显影图像和所述门禁车辆图像集进行标识向量提取，得到车辆标识焓向量；

对所述门禁车辆图像集进行空旷序列提取，得到空旷校正序列，根据所述空旷校正序列和所述车辆标识焓向量，对已标识车辆的车牌识别熵进行更新；

由更新后的车牌识别熵对医院停车场的其余门禁车辆进行显影识别；

其中，对所述显影图像和所述门禁车辆图像集进行标识向量提取，得到车辆标识焓向量具体包括：根据所述显影图像对所述门禁车辆图像集中的各个门禁车辆图像分别进行尺度对齐，得到校正车辆图像集；

根据所述显影图像分别确定所述校正车辆图像集中的各个校正车辆图像对应的车辆标识焓基，依据各个校正车辆图像对应的车辆标识焓基确定所述车辆标识焓向量，所述车辆标识焓向量由各个校正车辆图像对应的车辆标识焓基组成；

其中，由更新后的车牌识别熵对医院停车场的其余门禁车辆进行显影识别具体包括：获取更新后的车牌识别熵；获取所述当前门禁车辆的门禁车辆图像集；

根据更新后的车牌识别熵对所述当前门禁车辆的门禁车辆图像集进行显影融合，得到标牌显影图像；

对所述标牌显影图像进行字符分割并进行标牌识别；

其中，根据所述空旷校正序列和所述车辆标识焓向量，对已标识车辆的车牌识别熵进行更新具体包括：根据所述空旷校正序列中的各个空旷指数，对所述车辆标识焓向量中的各个向量元素分别进行校正融合，根据融合后得到的各个车牌识别融合系数对已标识车辆的车牌识别熵进行更新。

2.如权利要求1所述的方法，其特征在于，对所述门禁车辆图像集进行特征提取，得到门禁车辆特征具体包括：对所述门禁车辆图像集进行颜色直方图转换，得到所述门禁车辆图像集的颜色特征；

对所述门禁车辆图像集进行标准化处理后，通过卷积神经网络提取所述门禁车辆图像集的特征向量；

将所述门禁车辆图像集的颜色特征和特征向量进行组合，得到门禁车辆特征。

3.如权利要求1所述的方法，其特征在于，根据所述门禁车辆特征判断所述当前门禁车辆是否为已标识车辆具体包括：获取所述门禁车辆特征；

获取车辆信息系统中存储的全部显影特征，并分别与所述门禁车辆特征进行相似度度量，得到所述门禁车辆特征分别与各个显影特征之间的相似度；

当存在显影特征与所述门禁车辆特征的相似度高于预设的相似度阈值时，判断所述当前门禁车辆是已标识车辆，否则判断所述当前门禁车辆是未标识车辆。

4.如权利要求1所述的方法，其特征在于，根据所述显影图像对所述当前门禁车辆进行识别具体包括：对所述显影图像进行图像裁剪，得到所述当前门禁车辆的车牌区域图像；对所述车牌区域图像进行字符分割并进行标牌识别，得到所述当前门禁车辆的车牌字符。

5.如权利要求1所述的方法，其特征在于，采集当前门禁车辆的门禁车辆图像集是通过高清摄像头等间隔采集当前门禁车辆的门禁车辆图像，得到所述当前门禁车辆的门禁车辆图像集。

6.一种智慧停车场的智能标识系统，其采用权利要求1至5任一项所述的方法进行车辆标识，该系统包括有车辆标识单元，其特征在于，所述车辆标识单元包括：采集模块，用于启动医院停车场智能标识，采集当前门禁车辆的门禁车辆图像集；

处理模块，对所述门禁车辆图像集进行特征提取，得到门禁车辆特征，根据所述门禁车辆特征判断所述当前门禁车辆是否为已标识车辆；

所述处理模块，还用于当所述当前门禁车辆为已标识车辆，获取所述当前门禁车辆对应的显影图像，根据所述显影图像对所述当前门禁车辆进行识别后，对所述显影图像和所述门禁车辆图像集进行标识向量提取，得到车辆标识焓向量；

所述处理模块，对所述门禁车辆图像集进行空旷序列提取，得到空旷校正序列，根据所述空旷校正序列和所述车辆标识焓向量，对已标识车辆的车牌识别熵进行更新；

执行模块，由更新后的车牌识别熵对医院停车场的其余门禁车辆进行显影识别。

7.一种计算机终端设备，其特征在于，所述计算机终端设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至5任一项所述的一种智慧停车场的智能标识方法。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有至少一条计算机程序，其特征在于，所述计算机程序由处理器加载并执行以实现如权利要求1至5任一项所述的一种智慧停车场的智能标识方法所执行的操作。