1.一种身份认证方法，包括：
接收待认证用户的身份认证请求；
响应于所述身份认证请求自动采集所述待认证用户的多张人脸图像；
从所采集的所述待认证用户的人脸图像提取人脸特征；
从预登记的人脸特征模板库中确定是否存在与从所采集的所述待认证用户的人脸图像中提取的所述人脸特征相匹配的人脸特征模板，如果存在，则根据从所采集的所述待认证用户的人脸图像提取的所述人脸特征和所述人脸特征模板进行代表性特征筛选，并利用筛选的特征更新所述人脸特征模板库。
2.根据权利要求1所述的身份认证方法，其中，在所述待认证用户不知情的情况下采集所述待认证用户的人脸图像。
3.根据权利要求1所述的身份认证方法，还包括可信用户预登记过程，所述可信用户预登记过程包括：
采集用户的人脸图像；
从所采集的所述用户的人脸图像提取人脸特征；以及
当满足预登记条件时，将所述用户中人脸图像满足预定条件的用户确定为可信用户，以及将所确定出的可信用户的人脸特征作为所述人脸特征模板。
4.根据权利要求3所述的身份认证方法，其中，
从所采集的所述待认证用户的人脸图像提取人脸特征的步骤和从所采集的所述用户的人脸图像提取人脸特征的步骤均包括：
在人脸图像中定位人脸区域；
在所定位的人脸区域中识别人脸关键点；以及
基于所识别的所述人脸关键点提取人脸特征。
5.根据权利要求4所述的身份认证方法，其中，
根据基于加速稳健特征的级联回归方法在所述人脸图像中定位所述人脸区域。
6.根据权利要求4所述的身份认证方法，其中，识别人脸关键点的步骤包括：
使用三级级联的深度卷积神经网络的第一级估计所述人脸关键点的初始位置；以及
基于所估计的所述人脸关键点的所述初始位置，使用监督梯度下降方法计算所述人脸关键点的精确位置。
7.根据权利要求1所述的身份认证方法，其中，从所采集的所述待认证用户的人脸图像提取人脸特征的步骤还包括：
检测所采集的所述待认证用户的人脸图像的角度信息；以及
根据检测到的所述角度信息，对从所采集的所述待认证用户的人脸图像提取的所述人脸特征进行筛选，以用于人脸特征比对的步骤。
8.根据权利要求1所述的身份认证方法，其中，
从预登记的人脸特征模板库中确定是否存在与从所采集的所述待认证用户的人脸图像中提取的所述人脸特征相匹配的人脸特征模板的步骤包括：
利用从所采集的待认证用户的人脸图像中提取的人脸特征和所述人脸特征模板库中的人脸特征模板建立马尔科夫随机场模型；以及
基于所述马尔科夫随机场模型，根据联合贝叶斯方法执行从所采集的待认证用户的人脸图像中提取的所述人脸特征与所述人脸特征模板库中的人脸特征模板的比对。
9.一种身份认证设备，包括：
采集装置，配置为采集用户的人脸图像；
人脸特征提取装置，配置为从所采集的所述用户的人脸图像提取人脸特征；
认证装置，配置为从预登记的人脸特征模板库中确定是否存在与从所采集的所述用户的人脸图像中提取的所述人脸特征相匹配的人脸特征模板，如果存在，则确定出所述用户为可信用户；以及
第一特征筛选装置，配置为当所述认证装置确定所述用户为可信用户时，根据由所述人脸特征提取装置从所采集的所述用户的所述人脸图像提取的所述人脸特征和所述人脸特征模板进行代表性特征筛选，并利用筛选的代表性特征更新所述人脸特征模板库，
其中，所述采集装置在接收到用户的身份认证请求时自动采集该用户的多张人脸图像。
10.根据权利要求9所述的身份认证设备，其中，
所述身份认证设备通信地连接于通信设备，当所述通信设备接收到用户的身份认证请求时，所述采集装置响应于接收到的所述身份认证请求，在所述用户不知情的情况下采集该用户的人脸图像。
11.根据权利要求9所述的身份认证设备，其中，
所述采集装置还配置为在预登记可信用户时在使用所述身份认证设备的用户不知情的情况下采集使用所述身份认证设备的所述用户的人脸图像，以及
所述人脸特征提取装置还配置为在预登记可信用户时，从由所述采集装置所采集的使用所述身份认证设备的所述用户的人脸图像提取人脸特征，并当满足预登记条件时将使用所述身份认证设备的所述用户中人脸图像满足预定条件的用户确定为可信用户，以及使人脸图像满足所述预定条件的所述用户的人脸特征作为所述人脸特征模板。
12.根据权利要求9所述的身份认证设备，其中，
所述人脸特征提取装置还检测由所述采集装置所采集的所述用户的人脸图像的角度信息，以及
所述身份认证设备还包括第二特征筛选装置，所述第二特征筛选装置配置为根据由所述人脸特征提取装置所检测到的所述角度信息，对从由所述采集装置所采集的所述用户的人脸图像提取的所述人脸特征进行筛选，其中所筛选的所述人脸特征用于所述认证装置。
13.根据权利要求9所述的身份认证设备，其中所述人脸特征提取装置包括：
定位装置，配置为在由所述采集装置所采集的所述用户的人脸图像中定位人脸区域；
识别装置，配置为对由所述定位装置所定位的所述人脸区域进行人脸关键点识别，以识别出所述人脸区域的人脸关键点；以及
提取装置，配置为基于所识别的所述人脸关键点提取人脸特征。
14.根据权利要求13所述的身份认证设备，其中，
所述人脸特征提取装置的所述定位装置还配置为检测由所述采集装置所采集的所述用户的人脸图像的角度信息。
15.根据权利要求14所述的身份认证设备，其中所述定位装置根据基于加速稳健特征的级联回归方法在由所述采集装置所采集的所述用户的所述人脸图像中定位所述人脸区域和检测由所述采集装置所采集的所述用户的人脸图像的所述角度信息。
16.根据权利要求13所述的身份认证设备，其中所述识别装置包括：
初始位置估计模块，配置为基于由所述定位装置在所述人脸图像中所定位的所述人脸区域，使用三级级联的深度卷积神经网络的第一级估计所述人脸关键点的初始位置；以及
精确位置计算模块，配置为基于由所述初始位置估计模块所估计的所述人脸关键点的所述初始位置，使用监督梯度下降方法精确计算所述人脸关键点的精确位置，以确定出所述人脸关键点。
17.根据权利要求9所述的身份认证设备，其中所述认证装置包括：
模型建立单元，配置为利用从所采集的所述用户的人脸图像中提取的所述人脸特征和所述人脸特征模板库中的人脸特征模板建立马尔科夫随机场模型；
确定单元，配置为确定所述马尔科夫随机场模型的能量函数；以及
比对单元，配置为基于所述马尔科夫随机场模型的所述能量函数，根据联合贝叶斯方法执行从所采集的所述用户的人脸图像中提取的所述人脸特征与所述人脸特征模板库中的人脸特征模板的比对。