1.一种视频中人脸风险检测方法，其特征在于，包括：
第一摄像头对待检测环境进行视频采集，获得第一视频数据，并将所述第一视频数据发送至监控装置；
第二摄像头对待检测环境进行视频采集，获得第二视频数据，并将所述第二视频数据发送至所述监控装置，其中，所述第一摄像头与所述第二摄像头设置在所述待检测环境中的不同位置；
所述监控装置接收所述第一视频数据和所述第二视频数据，识别出所述第一视频数据和所述第二视频数据中待分析用户对应的人脸，确定所述待分析用户，获取所述第一视频数据和所述第二视频数据中包含所述待分析用户位于必经点处的视频数据，并从所述包含所述待分析用户位于必经点处的视频数据中提取背景特征，将提取得到的所述背景特征输入预设的背景协同模型，计算得到所述背景特征与所述预设的背景协同模型之间的匹配度；
以及
所述监控装置将所述第一视频数据中所述待分析用户的人脸区域划分为N1个网格区域，提取每个所述网格区域的人脸第一凹凸度，将提取出的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较，计算得到每个所述网格区域人脸第一凹凸度匹配值，将所述第二视频数据中所述待分析用户的人脸区域划分为N2个网格区域，提取每个所述网格区域的人脸第二凹凸度，将提取出的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较，计算得到每个所述网格区域人脸第二凹凸度匹配值，其中N1≥1且为自然数，N2≥1且为自然数；
所述监控装置将所述匹配度与预设的背景阈值进行比较，如果所述匹配度低于所述预设的背景阈值，或者依次判断每个所述网格区域人脸第一凹凸度匹配值是否符合预设的阈值范围，得到N1个匹配结果，从所述N1个匹配结果中获取M1个表征所述网格区域人脸第一凹凸度匹配值不符合预设的阈值范围的匹配结果，如果M1与N1的比值大于预设门限值，或者依次判断每个所述网格区域人脸第二凹凸度匹配值是否符合预设的阈值范围，得到N2个匹配结果，从所述N2个匹配结果中获取M2个表征所述网格区域人脸第二凹凸度匹配值不符合预设的阈值范围的匹配结果，如果M2与N2的比值大于预设门限值，则生成第一比较结果，确定存在预设风险，其中M1≤N1且为自然数，M2≤N2且为自然数。
2.根据权利要求1所述的方法，其特征在于，
所述监控装置提取每个所述网格区域的人脸第一凹凸度之后，将提取出的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较之前，还包括：
所述监控装置对所述每个网格区域的人脸第一凹凸度进行畸变校正；
所述将提取出的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较包括：
将进行畸变校正后的得到的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较；
以及
所述监控装置提取每个所述网格区域的人脸第二凹凸度之后，将提取出的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较之前，还包括：
所述监控装置对所述每个网格区域的人脸第二凹凸度进行畸变校正；
所述将提取出的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较包括：
将进行畸变校正后的得到的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较。
3.根据权利要求1或2所述的方法，其特征在于，还包括：
所述监控装置在所述匹配度不低于所述预设的背景阈值时，且，M1与N1的比值不大于预设门限值，且，M2与N2的比值不大于预设门限值，生成第二比较结果，确定不存在预设风险。
4.根据权利要求1或2所述的方法，其特征在于，还包括：
所述监控装置预先接收所述第一摄像头和所述第二摄像头采集得到的训练视频数据；
所述监控装置从所述训练视频数据中分别提取训练要素，根据所述训练要素训练得到所述预设的背景协同模型和所述预设的人脸凹凸度匹配模型。
5.根据权利要求1或2所述的方法，其特征在于，还包括：
所述监控装置在确定所述待分析用户存在预设风险后，执行报警操作。
6.一种视频中人脸风险检测系统，其特征在于，包括：
第一摄像头，用于对待检测环境进行视频采集，获得第一视频数据，并将所述第一视频数据发送至监控装置；
第二摄像头，用于对待检测环境进行视频采集，获得第二视频数据，并将所述第二视频数据发送至所述监控装置，其中，所述第一摄像头与所述第二摄像头设置在所述待检测环境中的不同位置；
所述监控装置，用于接收所述第一视频数据和所述第二视频数据，识别出所述第一视频数据和所述第二视频数据中待分析用户对应的人脸，确定所述待分析用户，获取所述第一视频数据和所述第二视频数据中包含所述待分析用户位于必经点处的视频数据，并从所述包含所述待分析用户位于必经点处的视频数据中提取背景特征，将提取得到的所述背景特征输入预设的背景协同模型，计算得到所述背景特征与所述预设的背景协同模型之间的匹配度；将所述第一视频数据中所述待分析用户的人脸区域划分为N1个网格区域，提取每个所述网格区域的人脸第一凹凸度，将提取出的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较，计算得到每个所述网格区域人脸第一凹凸度匹配值，将所述第二视频数据中所述待分析用户的人脸区域划分为N2个网格区域，提取每个所述网格区域的人脸第二凹凸度，将提取出的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较，计算得到每个所述网格区域人脸第二凹凸度匹配值，其中N1≥1且为自然数，N2≥1且为自然数；将所述匹配度与预设的背景阈值进行比较，如果所述匹配度低于所述预设的背景阈值，或者依次判断每个所述网格区域人脸第一凹凸度匹配值是否符合预设的阈值范围，得到N1个匹配结果，从所述N1个匹配结果中获取M1个表征所述网格区域人脸第一凹凸度匹配值不符合预设的阈值范围的匹配结果，如果M1与N1的比值大于预设门限值，或者依次判断每个所述网格区域人脸第二凹凸度匹配值是否符合预设的阈值范围，得到N2个匹配结果，从所述N2个匹配结果中获取M2个表征所述网格区域人脸第二凹凸度匹配值不符合预设的阈值范围的匹配结果，如果M2与N2的比值大于预设门限值，则生成第一比较结果，确定存在预设风险，其中M1≤N1且为自然数，M2≤N2且为自然数。
7.根据权利要求6所述的系统，其特征在于，所述监控装置，还用于提取每个所述网格区域的人脸第一凹凸度之后，将提取出的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较之前，对所述每个网格区域的人脸第一凹凸度进行畸变校正；
所述监控装置，具体用于将进行畸变校正后的得到的每个所述网格区域的人脸第一凹凸度与预设的人脸凹凸度匹配模型进行比较；
以及
所述监控装置，还用于提取每个所述网格区域的人脸第二凹凸度之后，将提取出的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较之前，所述监控装置对所述每个网格区域的人脸第二凹凸度进行畸变校正；
所述监控装置，具体用于将进行畸变校正后的得到的每个所述网格区域的人脸第二凹凸度与预设的人脸凹凸度匹配模型进行比较。
8.根据权利要求6或7所述的系统，其特征在于，所述监控装置，还用于在所述匹配度不低于所述预设的背景阈值时，且，M1与N1的比值不大于预设门限值，且，M2与N2的比值不大于预设门限值，生成第二比较结果，确定不存在预设风险。
9.根据权利要求6或7所述的系统，其特征在于，所述监控装置，还用于预先接收所述第一摄像头和所述第二摄像头采集得到的训练视频数据；从所述训练视频数据中分别提取训练要素，根据所述训练要素训练得到所述预设的背景协同模型和所述预设的人脸凹凸度匹配模型。
10.根据权利要求6或7所述的系统，其特征在于，所述监控装置，还用于在确定所述待分析用户存在预设风险后，执行报警操作。
