1.一种识别发生改变的对象的方法，包括：
获取实时采集的当前图像；
响应于所述当前图像与参照图像之间间隔预设数量帧图像，判断所述当前图像和所述参照图像两者中的对象是否发生改变，记录判断结果和所述当前图像，采用所述当前图像更新所述参照图像，跳转至执行所述获取实时采集的当前图像；
基于所述判断结果，确定对象发生改变前的第一图像和对象发生改变后的第二图像；
基于所述第一图像和所述第二图像，确定发生改变的对象。
2.根据权利要求1所述的方法，其中，所述响应于所述当前图像与参照图像之间间隔预设数量帧图像，判断所述当前图像和所述参照图像两者中的对象是否发生改变包括：
响应于所述当前图像与参照图像之间间隔预设数量帧图像，将所述当前图像和所述参照图像输入触发模型，得到触发模型输出的对象变化信息，所述对象变化信息指示所述当前图像和所述参照图像两者中的对象是否发生改变。
3.根据权利要求2所述的方法，其中，所述触发模型采用触发样本训练机器学习的初始模型得到；
所述触发样本包括多组图像对，每组图像对包括存在样本对象的图像和不存在所述样本对象的图像。
4.根据权利要求1所述的方法，其中，所述基于所述判断结果，确定对象发生改变前的第一图像和对象发生改变后的第二图像包括：
响应于所述判断结果中的当前判断结果为发生改变、上一次判断结果为未发生改变，记录所述当前判断结果对应的参照图像为对象发生改变前的第一图像；
响应于所述判断结果中的当前判断结果为未发生改变、上一次判断结果为发生改变，记录所述当前判断结果对应的参照图像为对象发生改变后的第二图像。
5.根据权利要求1-4任意一项所述的方法，其中，所述基于所述第一图像和所述第二图像，确定发生改变的对象包括：
比对所述第一图像和所述第二图像，得到已标记第一待识别区域的第一图像和已标记第二待识别区域的第二图像，所述第一待识别区域为所述第一图像中相对于第二图像发生改变的区域，所述第二待识别区域为所述第二图像中相对于第一图像发生改变的区域；
基于对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象。
6.根据权利要求5所述的方法，其中，所述比对所述第一图像和所述第二图像，得到已标记第一待识别区域的第一图像和已标记第二待识别区域的第二图像包括：
将所述第一图像和所述第二图像输入帧差模型，得到所述帧差模型输出的已标记第一待识别区域的第一图像和已标记第二待识别区域的第二图像。
7.根据权利要求5所述的方法，其中，所述基于对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象包括：
基于采用识别模型对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象。
8.根据权利要求7所述的方法，其中，所述基于采用识别模型对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象包括：
将所述第一待识别区域输入不同预设类别的识别模型，得到所述第一待识别区域中的对象分别匹配不同预设类别中的不同预设对象的第一概率集合，将所述第一概率集合中最高概率所对应的预设类别的预设对象作为所述第一待识别区域的识别结果；
将所述第二待识别区域输入不同预设类别的识别模型，得到所述第二待识别区域中的对象分别匹配不同预设类别中的不同预设对象的第二概率集合，将所述第二概率集合中最高概率所对应的预设类别的预设对象作为所述第二待识别区域的识别结果；
比对所述第一待识别区域的识别结果与所述第二待识别区域的识别结果，得到发生改变的对象。
9.根据权利要求1所述的方法，其中，所述方法还包括：
响应于不存在所述参照图像，且所述当前图像为第一张实时采集的当前图像，将所述第一张实时采集的当前图像作为初始的参照图像，并跳转至执行所述获取实时采集的当前图像。
10.一种基于m2芯片识别发生改变的对象的方法，包括：如权利要求1-9中任意一项所述的方法。
11.一种识别发生改变的对象的装置，包括：
当前图像获取单元，被配置成获取实时采集的当前图像；
判断结果记录单元，被配置成响应于所述当前图像与参照图像之间间隔预设数量帧图像，判断所述当前图像和所述参照图像两者中的对象是否发生改变，记录判断结果和所述当前图像，采用所述当前图像更新所述参照图像，跳转至执行所述获取实时采集的当前图像；
改变图像确定单元，被配置成基于所述判断结果，确定对象发生改变前的第一图像和对象发生改变后的第二图像；
改变对象确定单元，被配置成基于所述第一图像和所述第二图像，确定发生改变的对象。
12.根据权利要求11所述的装置，其中，所述判断结果记录单元进一步被配置成：
响应于所述当前图像与参照图像之间间隔预设数量帧图像，将所述当前图像和所述参照图像输入触发模型，得到触发模型输出的对象变化信息，所述对象变化信息指示所述当前图像和所述参照图像两者中的对象是否发生改变。
13.根据权利要求12所述的装置，其中，所述判断结果记录单元中的所述触发模型采用触发样本训练机器学习的初始模型得到；
所述触发样本包括多组图像对，每组图像对包括存在样本对象的图像和不存在所述样本对象的图像。
14.根据权利要求11所述的装置，其中，所述改变图像确定单元进一步被配置成：
响应于所述判断结果中的当前判断结果为发生改变、上一次判断结果为未发生改变，记录所述当前判断结果对应的参照图像为对象发生改变前的第一图像；
响应于所述判断结果中的当前判断结果为未发生改变、上一次判断结果为发生改变，记录所述当前判断结果对应的参照图像为对象发生改变后的第二图像。
15.根据权利要求11-14任意一项所述的装置，其中，所述改变对象确定单元进一步被配置成：
比对所述第一图像和所述第二图像，得到已标记第一待识别区域的第一图像和已标记第二待识别区域的第二图像，所述第一待识别区域为所述第一图像中相对于第二图像发生改变的区域，所述第二待识别区域为所述第二图像中相对于第一图像发生改变的区域；
基于对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象。
16.根据权利要求15所述的装置，其中，所述改变对象确定单元进一步被配置成：
将所述第一图像和所述第二图像输入帧差模型，得到所述帧差模型输出的已标记第一待识别区域的第一图像和已标记第二待识别区域的第二图像。
17.根据权利要求15所述的装置，其中，所述改变对象确定单元进一步被配置成：
基于采用识别模型对所述第一待识别区域和所述第二待识别区域的识别结果，确定发生改变的对象。
18.根据权利要求17所述的装置，其中，所述改变对象确定单元进一步被配置成：
将所述第一待识别区域输入不同预设类别的识别模型，得到所述第一待识别区域中的对象分别匹配不同预设类别中的不同预设对象的第一概率集合，将所述第一概率集合中最高概率所对应的预设类别的预设对象作为所述第一待识别区域的识别结果；
将所述第二待识别区域输入不同预设类别的识别模型，得到所述第二待识别区域中的对象分别匹配不同预设类别中的不同预设对象的第二概率集合，将所述第二概率集合中最高概率所对应的预设类别的预设对象作为所述第二待识别区域的识别结果；
比对所述第一待识别区域的识别结果与所述第二待识别区域的识别结果，得到发生改变的对象。
19.根据权利要求11所述的装置，其中，所述装置还包括：
初始参照图像设置单元，被配置成响应于不存在所述参照图像，且所述当前图像为第一张实时采集的当前图像，将所述第一张实时采集的当前图像作为初始的参照图像，并跳转至执行所述获取实时采集的当前图像。
20.一种基于m2芯片识别发生改变的对象的装置，包括：如权利要求11-19中任意一项所述的装置。
21.一种电子设备/终端/服务器，包括：
一个或多个处理器；
图像采集装置，实时采集当前图像；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
22.一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。