1.一种面具脸特征识别模型训练方法，其特征在于，包括：
获取样本面部特征视频以及对应的评价标签；所述样本面部特征视频为用户按照设定规则执行操作而形成的视频；
提取所述样本面部特征视频的图像帧而形成帧序列；
按照所述帧序列，对所述帧序列中的相邻帧进行差分运算，得到差分图像；
提取各个所述差分图像的特征矩阵；以及，按照所述帧序列组合各个所述差分图像的特征矩阵，得到视频特征矩阵；
采用所述视频特征矩阵和对应的所述评价标签，训练所述面具脸特征识别模型。
2.根据权利要求1所述面具脸特征识别模型训练方法，其特征在于，
提取所述样本面部特征视频的图像帧而形成帧序列，包括：按照设定规则对所述样本面部特征视频进行划分，得到样本分视频；
提取各个所述样本分视频的图像帧而形成对应的帧序列；
按照所述帧序列组合各个所述差分图像的特征矩阵，得到视频特征矩阵，包括：按照所述样本分视频的排列顺序和对应所述帧序列，组合各个所述差分图像的特征矩阵，得到所述视频特征矩阵。
3.根据权利要求2所述面具脸特征识别模型训练方法，其特征在于，所述设定规则包括至少两个面部动作和各个所述面部动作的执行时间；
按照设定规则对所述样本面部特征视频进行划分，得到样本分视频，包括：根据所述面部动作和对应的所述执行时间对所述视频特征进行划分，得到所述样本分视频。
4.根据权利要求3所述面具脸特征识别模型训练方法，其特征在于，所述面部动作包括闭上双眼、放松并直视前方和微笑并露出牙齿。
5.根据权利要求1所述面具脸特征识别模型训练方法，其特征在于，提取所述样本面部特征视频的图像帧而形成帧序列，包括：
提取所述图像帧的面部图像区域；
按照所述图像帧的排序组合所述面部图像区域，形成所述帧序列。
6.根据权利要求1-5任一项所述面具脸特征识别模型训练方法，其特征在于，
所述差分图像的特征矩阵包括至少两个特征参数；
按照所述帧序列组合各个所述差分图像的特征矩阵，得到视频特征矩阵，包括：
按照所述帧序列提取各个所述特征矩阵的同一特征参数，组合形成同参数向量；
组合所述同参数向量，得到所述视频特征矩阵。
7.一种面具脸识别方法，其特征在于，包括：
获取待评价面部特征视频；所述待评价面部特征视频为用户按照设定规则执行操作而形成的视频；
提取所述待评价面部评价视频的图像帧而形成帧序列；
按照所述帧序列，对所述帧序列中的相邻帧进行差分运算，得到差分图像；
提取各个所述差分图像的特征矩阵；以及，按照所述帧序列组合各个所述差分图像的特征矩阵，得到视频特征矩阵；
采用如权利要求1-6任一项所述的方法得到的面具脸特征识别模型处理所述视频特征矩阵，得到面具脸程度评价结果。
8.一种面具脸识别模型训练装置，其特征在于，包括：
源数据获取单元，用于获取样本面部特征视频以及对应的评价标签；所述样本面部特征视频为用户按照设定规则执行操作而形成的视频；
帧提取单元，用于提取所述样本面部特征视频的图像帧而形成帧序列；
差分处理单元，用于按照所述帧序列，对所述帧序列中的相邻帧进行差分运算，得到差分图像；
特征确定单元，用于提取各个所述差分图像的特征矩阵；以及，按照所述帧序列组合各个所述差分图像的特征矩阵，得到视频特征矩阵；
模型训练单元，用于采用所述视频特征矩阵和对应的所述评价标签，训练所述面具脸特征识别模型。
9.一种电子设备，其特征在于，包括处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至6任一项所述面具脸特征识别模型训练方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至6任一项所述面具脸特征识别模型训练方法的步骤。