1.一种基于人脸属性分析的人证合一身份验证方法，其特征在于，包括下列步骤：
现场人脸图像采集步骤，利用现场摄像头抓拍持证者人脸，并利用人脸图像质量评判技术从若干幅抓拍的人脸图像中挑选出一幅质量最优的人脸图像作为现场人脸图像，记为F1；
证件信息采集识别或者读取步骤，利用证件信息采集设备采集识别或者读取证件中的信息；
人证合一验证步骤，利用人脸属性分析方法估计所述现场人脸图像的种族、性别和年龄信息，然后根据采集识别或者读取的证件信息，依次进行种族验证、性别验证、年龄验证和人脸比对验证，从而验证人证是否合一。
2.根据权利要求1所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，
所述现场人脸图像采集步骤中通过AdaBoost或者深度学习算法进行人脸检测；然后利用人脸图像质量评判技术从检测到的若干幅人脸图像中提取姿态正面、光照均匀、表情中性、清晰度高的质量最好的一幅人脸图像作为现场人脸。
3.根据权利要求2所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，
所述证件信息包括：种族信息、性别信息、出生日期、证件办理时间或/和证件表面人脸图像。
4.根据权利要求3所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述证件信息采集识别或者读取步骤的具体过程为：
获取证件种族和性别信息，记为R2和G2；
获取证件年龄信息，首先获取出生年份，并计算：现场年份-出生年份＝持证者人脸应有的年龄，记为A1；然后，获取证件的办证时间，计算：办证年份-出生年份＝证件表面人脸图像年龄，记为A2；
获取证件表面人脸图像，记为F2。
5.根据权利要求3或4所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，
所述证件信息通过专门的证件芯片读取设备读取或者通过图像采集设备拍摄证件正反面进行图像采集，然后通过字符识别技术OCR获取。
6.根据权利要求5所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述人证合一验证步骤的具体过程为：
种族验证与性别验证子步骤，将所述现场人脸图像估计出的种族和性别，记为R1和G1，与证件上的种族和性别，记为R2和G2，进行比对，如果一致，则转入下一子步骤；否则，验证失败；
年龄验证子步骤，将所述现场人脸图像估计出来的年龄记为A’，与所述持证者人脸应有的年龄A1进行比对，如果误差小于指定误差容限，则转入下一子步骤；否则，验证失败；
人脸比对验证子步骤，将所述现场人脸图像F1与所述证件表面人脸图像F2进行人脸身份相似度判断，如果其相似度大于指定判断阀值，则验证成功；否则，验证失败。
7.根据权利要求5所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述年龄验证子步骤还包括对所述现场人脸图像估计出来的年龄A’进行修正的步骤，具体过程为：
利用所述人脸属性分析方法估计对所述证件表面人脸图像F2进行年龄估计得出A2’；
根据所述证件表面人脸图像年龄A2与估计年龄A2’计算出年龄内在因素误差Δ：A2-A2’＝内在因素误差Δ；
对所述现场人脸图像估计出来的年龄A’进行修正：A＝A’+Δ，A为修正后的现场人脸图像年龄。
8.根据权利要求5所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述人脸比对验证子步骤的具体过程为：
当所述持证者人脸应有的年龄A1与所述证件表面人脸图像年龄A2的年龄差距小于指定年龄间隔时，将所述现场人脸图像F1与所述证件表面人脸图像F2进行人脸身份相似度判断，如果其相似度大于指定判断阀值，则验证成功；否则，验证失败；
当所述持证者人脸应有的年龄A1与所述证件表面人脸图像年龄A2的年龄差距大于或等于指定年龄间隔时，
首先，利用人脸老化模型合成与持证者人脸应有的年龄段一致的虚拟人脸图像，使用合成的虚拟人脸图像与所述现场人脸图像F1进行人脸相似度判断，然后减低指定判断阀值，如果其相似度大于减低后的指定判断阀值，则验证成功；否则，验证失败。
9.根据权利要求1所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述人脸属性分析方法为：
SA1、采用Gabor滤波器和局部二元模式的方法提取现场人脸图像特征；
SA2、典型相关分析对人脸图像特征降维与分析；
SA3、采用最近邻聚类方法得出人脸图像的种族、性别和年龄值。
10.根据权利要求1所述的基于人脸属性分析的人证合一身份验证方法，其特征在于，所述人脸属性分析方法为：
SB1、采用深度学习的方法进行人脸属性训练与学习；
SB2、利用深度学习训练得到的模型进行人脸特征提取与属性分类；
SB3、获取人脸图像的种族、性别和年龄值。