1.一种身份认证方法，其特征在于，包括：

采集待认证人的人体图像，根据所述人体图像获取所述待认证人的多个骨骼关键点；

将各所述骨骼关键点转换为若干特征数据，将各所述特征数据组合形成表征所述待认证人的形体特征信息；

将所述待认证人的所述形体特征信息输入到形体特征模型中进行处理；

根据所述形体特征模型的处理结果，识别所述待认证人的身份，其中，将各所述骨骼关键点转换为若干特征数据，包括：基于所述人体图像，定义若干特征点，每一个所述特征点均具有一个函数；

将每一个所述特征点分别与所有所述骨骼关键点进行所述函数操作，并将每一个所述特征点与所有所述骨骼关键点的所述函数操作结果求和，获得所述特征数据。

2.如权利要求1所述的身份认证方法，其特征在于，根据所述人体图像获取所述待认证人的多个所述骨骼关键点，包括：根据所述待认证人的所述人体图像，基于卷积神经网络构建的骨骼识别模型提取出所述待认证人的多个所述骨骼关键点。

3.如权利要求2所述的身份认证方法，其特征在于，还包括构建所述骨骼识别模型的步骤：对多个样本人体图像的样本骨骼关键点进行标注，并根据各所述样本人体图像的所述样本骨骼关键点构建基本模型；

通过多个训练样本对所述基本模型进行训练，生成能够识别所述骨骼关键点的所述骨骼识别模型。

4.如权利要求1所述的身份认证方法，其特征在于，将各所述骨骼关键点转换为若干个特征数据之前，还包括：对各所述骨骼关键点进行纠正处理，将所述待认证人在非标准姿态时获取的各所述骨骼关键点，纠正为在标准姿态时的多个标准骨骼关键点。

5.如权利要求1所述的身份认证方法，其特征在于，所述形体特征模型包括第一形体特征模型和/或第二形体特征模型；第一形体特征模型用于识别所述待认证人是否是某一个疑似人物的概率，第二形体特征模型用于识别所述待认证人是多个人物中的哪一个人的概率。

6.如权利要求1所述的身份认证方法，其特征在于，还包括构建形体特征模型的步骤：将样本人体图像的样本骨骼关键点转换为若干个样本特征数据，基于全连接网络结构或残差网络结构，结合所述样本特征数据构建所述形体特征模型。

7.如权利要求6所述的身份认证方法，其特征在于，所述样本骨骼关键点为标准姿态时的标准样本骨骼关键点。

8.一种身份认证系统，其特征在于，包括：

人体识别模块，用于采集待认证人的人体图像，根据所述人体图像获取所述待认证人的多个骨骼关键点；

转换模块，用于将各所述骨骼关键点转换为若干特征数据，将各所述特征数据组合形成表征所述待认证人的形体特征信息；

处理模块，用于将所述待认证人的所述形体特征信息输入到形体特征模型中进行处理；

认证模块，用于根据所述形体特征模型的处理结果，识别所述待认证人的身份，其中，所述转换模块包括：特征点子模块，用于基于所述人体图像，定义若干特征点，每一个所述特征点均具有一个函数；

计算子模块，用于将每一个所述特征点分别与所有所述骨骼关键点进行所述函数操作，并将每一个所述特征点与所有所述骨骼关键点的所述函数操作结果求和，获得所述特征数据。

9.如权利要求8所述的身份认证系统，其特征在于，所述人体识别模块包括：提取子模块，用于根据所述待认证人的所述人体图像，基于卷积神经网络构建的骨骼识别模型提取出所述待认证人的多个所述骨骼关键点。

10.如权利要求8所述的身份认证系统，其特征在于，所述转换模块包括：纠正子模块，用于对各所述骨骼关键点进行纠正处理，将所述待认证人在非标准姿态时获取的各所述骨骼关键点，纠正为在标准姿态时的多个标准骨骼关键点。

11.一种身份认证终端，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

摄像头，用于采集图像；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

12.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。