1.一种超分辨率人脸图像重建方法，其特征在于，包括以下步骤：S1、获取人脸图像训练集；

S2、建立人脸图像网络；

S3、将所述人脸图像训练集输入到所述人脸图像网络中得到超分辨率训练人脸图像集；

S4、基于所述超分辨率训练人脸图像集和所述人脸图像训练集计算损失函数值，并通过优化所述损失函数对所述人脸图像网络进行训练；

S5、基于低分辨率人脸图像和训练后的所述人脸图像网络进行超分辨率人脸图像重建；

所述人脸图像训练集包括多组人脸图像集，每一组所述人脸图像集包括低分辨率训练人脸图像和基准高分辨率人脸图像，其中，每一组中的所述低分辨率训练人脸图像和所述基准高分辨率人脸图像是从同一张人脸图像中提取到的，所述人脸图像网络包括编码单元和解码单元；

所述步骤S3具体包括以下分步骤：

S31、将所述低分辨率训练人脸图像输入到所述编码单元中得到编码特征图；

S32、将所述编码特征图输入到所述解码单元中得到超分辨率训练人脸图像从而得到所述超分辨率训练人脸图像集；

所述编码单元具体包括第一编码块、第二编码块和第三编码块，所述解码单元具体包括第一低参数量解码块、第二低参数量解码块、第三低参数量解码块、第一解码块和第二解码块，所述编码特征图包括第一编码特征图、第二编码特征图和第三编码特征图；

所述步骤S31具体包括以下分步骤：

S311、将所述低分辨率训练人脸图像输入到所述第一编码块中确定出第一编码特征图；

S312、将所述第一编码特征图输入到所述第二编码块中确定出第二编码特征图；

S313、将所述第二编码特征图输入到所述第三编码块中确定出第三编码特征图；

所述步骤S32具体包括以下分步骤：

S321、将所述第三编码特征图进行重建得到第一超分辨率人脸图，对所述第一超分辨率人脸图进行上采样得到第一上采样图；

S322、将所述第三编码特征图输入到所述第一低参数量解码块中解码得到第一解码特征图，将所述第一解码特征图与所述第二编码特征图进行连接得到第一连接图，将所述第一连接图进行重建并与所述第一上采样图进行相加得到第二超分辨率人脸图，对所述第二超分辨率人脸图进行上采样得到第二上采样图；

S323、将所述第一连接图输入到所述第二低参数量解码块中解码得到第二解码特征图，将所述第二解码特征图与所述第一编码特征图进行连接得到第二连接图，将所述第二连接图进行重建并与所述第二上采样图进行相加得到第三超分辨率人脸图，对所述第三超分辨率人脸图进行上采样得到第三上采样图；

S324、将所述第二连接图输入到所述第三低参数量解码块中解码得到第三解码特征图，将所述第三解码特征图进行重建并与所述第三上采样图进行相加得到第四超分辨率人脸图，对所述第四超分辨率人脸图进行上采样得到第四上采样图；

S325、将所述第一编码特征图输入到所述第一解码块中解码得到第四解码特征图，将所述第四解码特征图进行重建并与所述第四上采样图进行相加得到第五超分辨率人脸图，对所述第五超分辨率人脸图进行上采样得到第五上采样图；

S326、将所述第二编码特征图输入到所述第二解码块中解码得到第五解码特征图，将所述第五解码特征图进行重建并与所述第五上采样图进行相加得到超分辨率训练人脸图像。

2.如权利要求1所述的一种超分辨率人脸图像重建方法，其特征在于，所述步骤S4具体包括以下分步骤：S41、基于所述基准高分辨率图像和所述超分辨率训练人脸图像计算像素损失值；

S42、获取所述基准高分辨率人脸图像对应的多张基准关键点热图以及所述超分辨率训练人脸图像对应的多张训练关键点热图；

S43、基于所述基准关键点热图和所述训练关键点热图计算热图损失值；

S44、基于所述热图损失值和所述像素损失值计算损失函数值；

S45、通过反向传播采用梯度下降算法调整所述人脸图像网络的权重，将所述损失函数值减小，并在预设训练轮次完成后确定所述人脸图像网络的权重。

3.如权利要求1所述的一种超分辨率人脸图像重建方法，其特征在于，在所述步骤S4和所述步骤S5之间，还包括：A1、将残差编码块进行堆叠形成判别器：

A2、基于所述判别器对所述人脸图像网络进行对抗训练；

A3、将经过所述对抗训练后的所述人脸图像网络作为最终训练后的人脸图像网络。