1.一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，包括以下步骤：当楼层发生火灾时，获取火灾楼层的不同时刻的火灾现场图像；

根据火灾楼层的不同时刻的火灾现场图像，获取当前时刻的火灾现场图像的各个火灾像素点、安全像素点以及各个火灾像素点的扩散方向向量和扩散程度值；

根据当前时刻的各个火灾像素点的扩散方向向量和扩散程度值以及当前时刻的火灾像素点与安全像素点的位置，确定当前时刻的各个安全像素点的火灾危险程度值；

根据当前时刻的各个安全像素点的火灾危险程度值，对各个安全像素点进行划分以获取火灾危险程度值不同的各个分割区域，进而确定各个有人的分割区域、有出口的分割区域以及各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径；

根据各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径上的各个分割区域的灰度值、疏散路径的拥挤程度值以及各个有人的分割区域的灰度值，确定各疏散路径的重要程度值；

根据各疏散路径的重要程度值，确定各个有人的分割区域对应的疏散路径。

2.根据权利要求1所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，当前时刻的各个安全像素点的火灾危险程度值对应的计算公式如下：其中，My为当前时刻的安全像素点y的火灾危险程度值，vx为当前时刻的火灾像素点集合X中火灾像素点x的扩散方向向量，vdxy由当前时刻的火灾像素点x指向安全像素点y的方向向量，Dx为当前时刻的火灾像素点x的扩散程度值。

3.根据权利要求2所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，确定各疏散路径的重要程度值的步骤包括：计算各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径上的各个分割区域的灰度均值的均值以及所有相邻分割区域的前一分割区域与后一分割区域的灰度均值的差值的均值，进而确定各疏散路径的安全程度值；

计算各个有人的分割区域的灰度均值，并获取各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径的拥挤程度值，根据各个有人的分割区域的灰度均值、各疏散路径的安全程度值以及各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径的拥挤程度值，确定各疏散路径的重要程度值。

4.根据权利要求3所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，各疏散路径的安全程度值对应的计算公式如下：其中，Rijk为有人的分割区域i到达有出口的分割区域j的疏散路径k的安全程度值，mijk为疏散路径k上所有相邻的前一分割区域与后一分割区域的灰度均值的差值的均值，gijk为疏散路径k上的各个分割区域的灰度均值的均值；

各疏散路径的重要程度值对应的计算公式如下：其中，Zijk为有人的分割区域i到达有出口的分割区域j的疏散路径k的重要程度值，Ni为有人的分割区域i的灰度均值，Bk为疏散路径k的拥挤程度值。

5.根据权利要求4所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，确定各个有人的分割区域对应的疏散路径的步骤包括：从各个有人的分割区域对应的到达各个有出口的分割区域的疏散路径中确定多组疏散路径，每组疏散路径包括各个有人的分割区域所对应的一条疏散路径，且不同组的疏散路径中至少有一条疏散路径是不同的；

计算每组疏散路径中的所有疏散路径的重要程度值均值，并将重要程度值均值最大的一组疏散路径作为各个有人的分割区域对应的疏散路径。

6.根据权利要求1所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，当前时刻的各个火灾像素点的扩散方向向量和扩散程度值的获取步骤包括：根据前前一时刻的火灾现场图像的各个火灾像素点的灰度值和前一时刻的火灾现场图像的各个火灾像素点的灰度值，确定前前一时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值；

根据前一时刻的火灾现场图像的各个火灾像素点的灰度值和当前时刻的火灾现场图像的各个火灾像素点的灰度值，确定前一时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值；

根据前前一时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值以及前一时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值，确定当前时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值。

7.根据权利要求6所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，根据前一时刻的火灾现场图像的各个火灾像素点的灰度值和后一时刻的火灾现场图像的各个火灾像素点的灰度值，确定前一时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值的步骤包括：

获取前一时刻的火灾现场图像的任意一个火灾像素点的灰度值，并获取与该任意一个火灾像素点的灰度值相同的后一时刻的火灾现场图像的各个目标火灾像素点，在前一时刻的火灾现场图像中找到各个目标火灾像素点的映射像素点，并在后一时刻的火灾现场图像中找到该任意一个火灾像素点的映射像素点；

根据前一时刻的火灾现场图像中该任意一个火灾像素点与各个目标火灾像素点的映射像素点的连线上各个像素点灰度梯度和连线上的各个火灾像素点的个数，以及后一时刻的火灾现场图像中该任意一个火灾像素点的映射像素点与各个目标火灾像素点的连线上各个像素点灰度梯度和连线上的各个火灾像素点的个数，确定前一时刻的该任意一个火灾像素点相对各个目标火灾像素点的扩散概率；

根据前一时刻的该任意一个火灾像素点相对各个目标火灾像素点的扩散概率，在各个目标火灾像素点中确定前一时刻的该任意一个火灾像素点的实际目标火灾像素点，进而确定前一时刻的该任意一个火灾像素点的扩散方向向量；

根据前一时刻的该任意一个火灾像素点与其实际目标火灾像素点的映射像素点之间的距离、前一时刻的火灾现场图像中该任意一个火灾像素点与其实际目标火灾像素点的映射像素点的连线上各个像素点灰度梯度，以及后一时刻的火灾现场图像中该任意一个火灾像素点的映射像素点与其目标火灾像素点的连线上各个像素点灰度梯度，确定前一时刻的该任意一个火灾像素点的扩散程度值。

8.根据权利要求7所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，前一时刻的该任意一个火灾像素点相对各个目标火灾像素点的扩散概率的计算公式如下：其中，f(p,qi)为前一时刻的火灾现场图像的火灾像素点p相对目标火灾像素点qi的扩展概率，h(p,qi)为前一时刻的火灾现场图像中火灾像素点p与目标火灾像素点qi的映射像素点的连线上各个像素点灰度梯度以及后一时刻的火灾现场图像中火灾像素点p的映射像素点与目标火灾像素点qi的连线上各个像素点灰度梯度的熵值，n(p,qi)为前一时刻的火灾现场图像中火灾像素点p与目标火灾像素点qi的映射像素点的连线上火灾像素点以及后一时刻的火灾现场图像中火灾像素点p的映射像素点与目标火灾像素点qi的连线上火灾像素点的个数；

前一时刻的火灾现场图像的各个火灾像素点的扩散程度值计算公式如下：D(p)＝dpq×k(p,q)

其中，D(p)为前一时刻的火灾现场图像的火灾像素点p的扩散程度值，dpq为前一时刻的火灾像素点p与其实际目标火灾像素点q的映射像素点之间的距离，k(p,q)为前一时刻的火灾现场图像中火灾像素点p与其实际目标火灾像素点q的映射像素点的连线上各个像素点灰度梯度以及后一时刻的火灾现场图像中火灾像素点p的映射像素点与其目标火灾像素点q的连线上各个像素点灰度梯度的均值。

9.根据权利要求8所述一种基于大数据的智慧楼宇消防安全控制方法，其特征在于，计算当前时刻的火灾现场图像的各个火灾像素点的扩散方向向量和扩散程度值的步骤包括：若前前一时刻的火灾现场图像的火灾像素点p1在前一时刻的火灾现场图像上的实际目标火灾像素点为火灾像素点q1，且火灾像素点q1在当前时刻的火灾现场图像上的实际目标火灾像素点为火灾像素点g1，则当前时刻的火灾现场图像上像素点g1的扩散方向为灾像素点p1的扩散方向向量和火灾像素点q1的扩散方向向量的向量均值，当前时刻的火灾现场图像上像素点g1的扩散程度值为灾像素点p1的扩散程度值和火灾像素点q1的扩散程度值的均值。

10.一种基于大数据的智慧楼宇消防安全系统，其特征在于，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令，以实现如权利要求1‑9中任一项所述的基于大数据的智慧楼宇消防安全控制方法。