1.一种用于训练人脸识别模型的方法，包括：获取经归一化处理后的原始人脸特征集；

通过子类中心数为预设值的子类中心转换矩阵将所述原始人脸特征集转换为相应数量的新人脸特征集，所述预设值大于1；

分别计算各所述新人脸特征集与所述原始人脸特征集之间的相似度；

按所述相似度由大到小的顺序，从各所述新人脸特征集中依次选取出各目标人脸特征集，并依次用各所述目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型。

2.根据权利要求1所述的方法，其中，所述按所述相似度由大到小的顺序，从各所述新人脸特征集中依次选取出各目标人脸特征集，并依次用各所述目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型，包括：按所述相似度从高到低的顺序，将对应的各新人脸特征集自上而下的排列在空白列表中，得到相似度排序表；

按自上而下的顺序，依次从所述相似度排序表中选取出各所述目标人脸特征集，并基于依次选取出的各目标人脸特征集依次训练人脸识别模型；

响应于最后一个所述目标人脸特征集训练人脸识别模型完成，将当前的人脸识别模型确定为所述目标人脸识别模型。

3.根据权利要求1所述的方法，其中，确定所述预设值的步骤包括：随机选取数值较小的第一正整数和数值较大的第二正整数；

分别在所述预设值取为所述第一正整数和所述第二正整数时，训练得到对应的第一目标人脸识别模型和第二目标人脸识别模型；

利用人脸图片测试集确定所述第一目标人脸识别模型与所述第二目标人脸识别模型之间的第一识别准确率差异；

响应于所述第一识别准确率差异小于预设准确率差异，将所述第一正整数确定为所述预设值。

4.根据权利要求1所述的方法，其中，所述获取经归一化处理后的原始人脸特征集，包括：

通过调整图像内容角度和/或改变光照条件的方式对人脸图片样本集中的每张人脸图片进行样本增量处理，得到增量人脸图片集；

从所述增量人脸图片集中的每张人脸图片中提取人脸特征；

对提取出的各人脸特征进行归一化处理，得到所述原始人脸特征集。

5.根据权利要求1所述的方法，还包括：利用常规人脸识别模型识别人脸图片验证集中所包含的人脸图片，得到第一识别准确率；其中，所述常规人脸识别模型为随机将各所述新人脸特征集中的任意新人脸特征选取为所述目标人脸特征集进行训练所得到的人脸识别模型；

利用所述目标人脸识别模型识别所述人脸图片验证集，得到第二识别准确率；

基于所述第一识别准确率与所述第二识别准确率之间的第二准确率差异，调整训练中的人脸识别模型的模型参数。

6.一种用于识别人脸的方法，其中，包括：接收待识别人脸图像；

调用目标人脸识别模型对所述待识别人脸图像进行识别；其中所述目标人脸识别模型是根据权利要求1‑5中任一项所述的用于训练人脸识别模型的方法得到。

7.一种用于训练人脸识别模型的装置，包括：归一化处理单元，被配置成获取经归一化处理后的原始人脸特征集；

类别转换单元，被配置成通过子类中心数为预设值的子类中心转换矩阵将所述原始人脸特征集转换为相应数量的新人脸特征集，所述预设值大于1；

相似度计算单元，被配置成分别计算各所述新人脸特征集与所述原始人脸特征集之间的相似度；

渐进式训练单元，被配置成按所述相似度由大到小的顺序，从各所述新人脸特征集中依次选取出各目标人脸特征集，并依次用各所述目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型。

8.根据权利要求7所述的装置，其中，所述渐进式训练单元被进一步配置成：按所述相似度从高到低的顺序，将对应的各新人脸特征集自上而下的排列在空白列表中，得到相似度排序表；

按自上而下的顺序，依次从所述相似度排序表中选取出各所述目标人脸特征集，并基于依次选取出的各目标人脸特征集依次训练人脸识别模型；

响应于最后一个所述目标人脸特征集训练人脸识别模型完成，将当前的人脸识别模型确定为所述目标人脸识别模型。

9.根据权利要求7所述的装置，还包括被配置成确定所述预设值的预设值确定单元，所述预设值确定单元被进一步配置成：随机选取数值较小的第一正整数和数值较大的第二正整数；

分别在所述预设值取为所述第一正整数和所述第二正整数时，训练得到对应的第一目标人脸识别模型和第二目标人脸识别模型；

利用人脸图片测试集确定所述第一目标人脸识别模型与所述第二目标人脸识别模型之间的第一识别准确率差异；

响应于所述第一识别准确率差异小于预设准确率差异，将所述第一正整数确定为所述预设值。

10.根据权利要求7所述的装置，其中，所述归一化处理单元被进一步配置成：通过调整图像内容角度和/或改变光照条件的方式对人脸图片样本集中的每张人脸图片进行样本增量处理，得到增量人脸图片集；

从所述增量人脸图片集中的每张人脸图片中提取人脸特征；

对提取出的各人脸特征进行归一化处理，得到所述原始人脸特征集。

11.根据权利要求7所述的装置，还包括：第一识别准确率获取单元，被配置成利用常规人脸识别模型识别人脸图片验证集中所包含的人脸图片，得到第一识别准确率；其中，所述常规人脸识别模型为随机将各所述新人脸特征集中的任意新人脸特征选取为所述目标人脸特征集进行训练所得到的人脸识别模型；

第二识别准确率获取单元，被配置成利用所述目标人脸识别模型识别所述人脸图片验证集，得到第二识别准确率；

模型参数调整单元，被配置成基于所述第一识别准确率与所述第二识别准确率之间的第二准确率差异，调整训练中的人脸识别模型的模型参数。

12.一种用于识别人脸的装置，其中，包括：待识别人脸图像接收单元，被配置成接收待识别人脸图像；

人脸识别单元，被配置成调用目标人脸识别模型对所述待识别人脸图像进行识别；其中所述目标人脸识别模型是根据权利要求7‑11中任一项所述的用于训练人脸识别模型的装置得到。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑5中任一项所述的用于训练人脸识别模型的方法和/或权利要求6所述的用于识别人脸的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1‑5中任一项所述的用于训练人脸识别模型的方法和/或权利要求6所述的用于识别人脸的方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1‑5中任一项所述的用于训练人脸识别模型的方法和/或权利要求6所述的用于识别人脸的方法。