1.一种基于人工智能的眼部行为分析方法，其特征在于，所述方法包含：

步骤S1：获取眼部图像并对其进行预处理；具体为：对其进行基于抛物线的形状预处理和基于面积的尺寸预处理；

步骤S11：获取水平标志位，基于水平标志位获取垂直标志位；基于针对垂直标志位和水平标志位将眼部图像划分为四个区域，针对每个区域进行基于抛物线的形状预处理和基于面积的尺寸预处理；

步骤S12：所述获取水平标志位，具体为：对眼部图像进行分割处理以得到眼部区域；获取眼部区域最长径两端点位置为两个水平标志位，基于水平标志位构建X轴，将距离X轴的垂直距离最远点位置作为两个垂直标志位；基于两个垂直标志位构建Y轴；

步骤S13：基于X轴和Y轴将眼部图像划分为四个区域；连接同一个区域中的水平标志位和垂直标志以构成拉伸辅助线；确定水平标志位在Y轴的第一投影高度L；确定水平标志位在X轴的第二投影高度C；

步骤S14：针对每个区域进行基于抛物线的形状预处理；具体为：沿着第一方向或第二方向拉伸该区域并进行像素插值，直到满足拉伸条件以完成形状预处理；

步骤S15：沿着X轴朝向眼部区域外侧的方向拉伸该区域以使得第一投影高度L达到第一投影高度预设值，以完成基于面积的尺寸预处理；

步骤S2：分别从两个水平标志位A中的左侧水平标志位AL和右侧水平标志位AR为划分中心出发，在其与眼部区域上部构成的上切线，眼部区域下部构成的的下切线之间的部分设置U1条左侧射线和U1条右侧射线；U1条左侧射线和U1条右侧射线将眼部图像划分为UX个子区域；

步骤S3：对每个子区域进行三值化以得到对应于每个子区域的三元组，所有的三元组按照子区域的分布位置排列以得到和眼部区域对应的UX元组((Ii，0，Ii，1，Ii，2))；其中：i是子区域编号；Ii，0是子区域i中属于巩膜区域的像素个数；Ii，1是子区域i中属于虹膜区域的像素个数；Ii，2是子区域i中属于瞳孔区域的像素个数；i＝1～UX；

步骤S4：使用最近的N个连续的人眼区域对应的UX元组构成的N长的当前UX元组序列，与眼部行为样本库中的UX元组样本序列进行比较，确定当前UX元组序列和UX元组样本序列之间的相似度；选择相似度最小者对应的UX元组样本序列所对应的眼部行为作为所确定的眼部行为。

2.根据权利要求1所述的基于人工智能的眼部行为分析方法，其特征在于，所述拉伸条件是区域边缘中任一点和穿过水平标志位与垂直标志位的预设抛物线重合，或拉伸后第二投影高度C达到第二投影高度预设值。

3.根据权利要求2所述的基于人工智能的眼部行为分析方法，其特征在于，所述第一方向是Y轴朝向眼部区域外侧的方向。

4.根据权利要求3所述的基于人工智能的眼部行为分析方法，其特征在于，第二方向是垂直于拉伸辅助线且朝向眼部区域外侧的方向。

5.根据权利要求4所述的基于人工智能的眼部行为分析方法，其特征在于，根据四个区域所处的方位类似的选择第一方向或者第二方向进行拉伸。

6.根据权利要求5所述的基于人工智能的眼部行为分析方法，其特征在于，所述U条左侧射线和U条右侧射线为均匀设置的。

7.根据权利要求6所述的基于人工智能的眼部行为分析系统，其特征在于，采用人工智能模型对眼部图像中的每个像素的进行分类，使得像素分别属于巩膜，虹膜或瞳孔。

8.一种基于人工智能的眼部行为分析系统，其特征在于，包括：所述系统用于实现上述权利要求1‑5中任一项所述的基于人工智能的眼部行为分析方法。

9.一种基于人工智能的眼部行为分析平台，其特征在于，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1‑5中任一项所述的基于人工智能的眼部行为分析方法。

10.一种计算机可读存储介质，其特征在于，包括程序，当其在计算机上运行时，使得计算机执行如权利要求1‑5中任一项所述的基于人工智能的眼部行为分析方法。