1.一种人脸验证方法，其特征在于，包括：
选定N个人脸姿态，对每个人脸姿态预设对应的双边深度卷积神经网络模型，所述N为大于等于2的自然数；
分别确定两幅待验证图像的人脸姿态；
根据所述确定的人脸姿态，选取对应的双边深度卷积神经网络模型；
利用所述选取的双边深度卷积神经网络模型判别所述两幅待验证图像，得到判别结果；
利用所述判别结果确认所述两幅待验证图像中的人脸是否相同。
2.根据权利要求1所述的人脸验证方法，其特征在于，所述人脸姿态至少包括正脸、左侧脸、右侧脸、仰头或低头。
3.根据权利要求1所述的人脸验证方法，其特征在于，所述预设的双边深度卷积神经网络模型，利用以下方法获得：
预设包括M幅人脸图像的样本库，所述M为大于2的自然数；
确定所述M幅人脸图像的人脸姿态；
将预设的样本库中的人脸图像两两配对，选出同为第一人脸姿态的组合，作为相同姿态组，选出一幅人脸图像属于第一人脸姿态，另一幅人脸图像不属于第一人脸姿态的组合，作为不同姿态组；其中，所述第一人脸姿态为所述N个人脸姿态中的一个人脸姿态；
利用预设的双边深度卷积神经网络框架，分别对所述相同姿态组和所述不同姿态组中的人脸图像组合进行训练，获得对应所述第一人脸姿态的预设的双边深度卷积神经网络模型。
4.根据权利要求3所述的人脸验证方法，其特征在于，所述确定M幅人脸图像的人脸姿态中，所述人脸图像为经过矫正的人脸图像。
5.根据权利要求1所述的人脸验证方法，其特征在于，所述分别确定所述两幅待验证图像的人脸姿态中，具体包括：
分别定位两幅待验证图像中人脸的关键点；
利用定位结果确定所述两幅待验证图像的人脸姿态。
6.根据权利要求5所述的人脸验证方法，其特征在于，所述利用定位结果确定所述两幅待验证图像的人脸姿态中，所述待验证图像为经过矫正的待验证图像。
7.根据权利要求6所述的人脸验证方法，其特征在于，所述待验证图像利用以下方法矫正：
利用所定位到的关键点旋转所述待验证图像，和/或利用所述关键点形变所述待验证图像。
8.根据权利要求1所述的人脸验证方法，其特征在于，所述根据所确定的人脸姿态，选取对应的双边深度卷积神经网络模型中，如果所述两幅待验证图像被确定的人脸姿态不同，则分别选取所述两幅待验证图像被确定的人脸姿态所对应的双边深度卷积神经网络模型；
所述利用所选取的双边深度卷积神经网络模型判别所述两幅待验证图像中，利用每个选取的双边深度卷积神经网络模型分别对所述两幅待验证图像进行判别，获得四个判别结果。
9.根据权利要求8所述的人脸验证方法，其特征在于，所述利用判别结果确认所述两幅待验证图像中的人脸是否相同中，如果判别结果不相同，则利用证据理论方法，融合所述四个判别结果，确定所述两幅待验证图像中的人脸是否相同。
10.一种人脸验证装置，其特征在于，包括：
预设模块，用于选定N个人脸姿态，对每个人脸姿态预设对应的双边深度卷积神经网络模型，所述N为大于等于2自然数；
确定模块，用于分别确定两幅待验证图像的人脸姿态；
选取模块，用于根据所述确定的人脸姿态，选取对应的双边深度卷积神经网络模型；
判别模块，用于利用所述选取的双边深度卷积神经网络模型判别所述两幅待验证图像，得到判别结果；
验证模块，用于利用判别结果确认所述两幅待验证图像中的人脸是否相同。