1.一种基于图像识别的逆行判断方法，其特征在于，包括：
实时获取扶梯区域的视频数据；
检测所述视频数据中的头部区域，对所述头部区域进行目标跟踪得到头部运动方向；
确认所述头部区域的数量是否大于预设门限值；
若所述头部区域的数量大于预设门限值，根据所述头部区域的不同运动方向的数量与所述头部区域的数量的比例关系确认逆行状态；
若所述头部区域的数量小于或等于预设门限值，则对所述视频数据进行扶梯流光跟踪获取扶梯的运动方向，并根据所述扶梯的运动方向和头部运动方向确认逆行状态。
2.根据权利要求1所述的方法，其特征在于，所述检测所述视频数据中的头部区域，对所述头部区域进行目标跟踪得到头部运动方向，包括：
检测所述视频数据中的头部区域；
计算每个所述头部区域在相邻两帧中的偏移量；
若单个所述头部区域在连续n帧在竖直方向上的累计偏移量大于等于第一阈值，则确认该头部区域的运动方向为下行；
若单个所述头部区域在连续n帧在竖直方向上的累计偏移量小于等于第二阈值，则确认该头部区域的运动方向为上行；
其中，n为大于2的整数。
3.根据权利要求1所述的方法，其特征在于，所述检测所述视频数据中的头部区域，具体为：
检测所述视频数据中每帧画面中的头部区域以及所述头部区域中的人头朝向；
所述根据所述头部区域的不同运动方向的数量与所述头部区域的数量的比例关系确认逆行状态，包括：
根据所述头部区域对应的人头朝向对对应的运动方向进行修正；
根据修正后不同运动方向的数量与所述头部区域的数量的比例关系确认逆行状态。
4.根据权利要求3所述的方法，其特征在于，所述根据所述头部区域对应的人头朝向对对应的运动方向进行修正，包括：
根据所述头部区域的运动向量与所述人头朝向的朝向向量判断运动姿态是否正常；
根据所述运动姿态的判断结果对运动方向进行修正。
5.根据权利要求3所述的方法，其特征在于，所述人头朝向通过人头朝向分类器进行检测，所述人头朝向分类器通过预设的卷积神经网络对扶梯样本图像数据进行训练得到。
6.根据权利要求5所述的方法，其特征在于，所述预设的卷积神经网络包括依次连接的第一卷积层、第一激活层、第一池化层、第二卷积层、第二激活层、第三卷积层、第三激活层、第四卷积层、第四激活层、第一全局池化层、第五卷积层、第五激活层、第六卷积层、第六激活层、第七卷积层、第七激活层、第八卷积层、第八激活层、第九卷积层、第九激活层、第二全局池化层、第十卷积层、第十激活层、第十一卷积层、第十一激活层、第十二卷积层、第十二激活层、第十三卷积层、第十三激活层、第十四卷积层、第十四激活层、第三全局池化层、第十五卷积层、第十五激活层、第十六卷积层、第十六激活层、第十七卷积层、第十七激活层、第十八卷积层、第十八激活层、第十九卷积层、第十九激活层、第四全局池化层、第二十卷积层、第二十激活层、第二十一卷积层、第二十一激活层、第二十二卷积层、第二十二激活层、第二十三卷积层、第二十三激活层、第二十四卷积层、第二十四激活层、第五全局池化层、第二十五卷积层、第二十五激活层、第二十六卷积层、第二十六激活层、第二十七卷积层、第二十七激活层、第二十八卷积层、第二十八激活层、第二十九卷积层、第二十九激活层、第六全局池化层、第三十卷积层、第三十激活层、第三十一卷积层、第三十一激活层、第二池化层、全连接层和损失层；
对于激活层，令xi为第i个神经元的的输入，wi为第i个神经元的权值，yi为第i个神经元的的输出，f为激活函数，则满足
7.根据权利要求6所述的方法，其特征在于，所述预设卷积神经网络还嵌入有第一压缩激励层、第二压缩激励层、第三压缩激励层、第四压缩激励层、第五压缩激励层和第六压缩激励层，其中，所述第一压缩激励层嵌于所述第六卷积层和所述第七卷积层之间，所述第一压缩激励层的输入端还与所述第一池化层以及所述第四卷积层的输出端相连；所述第二压缩激励层嵌于所述第十一卷积层和所述第十二卷积层之间，所述第二压缩激励层的输入端还与所述第一压缩激励层以及所述第九卷积层的输出端相连；所述第三压缩激励层嵌于所述第十六卷积层和所述第十七卷积层之间，所述第三压缩激励层的输入端还与所述第二压缩激励层以及所述第十四卷积层的输出端相连；所述第四压缩激励层嵌于所述第二十一卷积层和所述第二十二卷积层之间，所述第四压缩激励层的输入端还与所述第三压缩激励层以及所述第十九卷积层的输出端相连；所述第五压缩激励层嵌于所述第二十六卷积层和所述第二十七卷积层之间，所述第五压缩激励层的输入端还与所述第四压缩激励层以及所述第二十四卷积层的输出端相连；所述第六压缩激励层嵌于所述第三十一卷积层和所述第二池化层之间，所述第六压缩激励层的输入端还与所述第五压缩激励层以及所述第二十九卷积层的输出端相连。
8.一种基于图像识别的逆行判断装置，其特征在于，包括：
视频数据获取单元，用于实时获取扶梯区域的视频数据；
头部区域跟踪单元，用于检测所述视频数据中的头部区域，对所述头部区域进行目标跟踪得到头部运动方向；
头部数量判断单元，用于确认所述头部区域的数量是否大于预设门限值；
第一逆行判断单元，用于若所述头部区域的数量大于预设门限值，根据所述头部区域的不同运动方向的数量与所述头部区域的数量的比例关系确认逆行状态；
第二逆行判断单元，用于若所述头部区域的数量小于或等于预设门限值，则对所述视频数据进行扶梯流光跟踪获取扶梯的运动方向，并根据所述扶梯的运动方向和头部运动方向确认逆行状态。
9.一种终端设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
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1-7任一所述的基于图像识别的逆行判断方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一所述的基于图像识别的逆行判断方法。