1.一种人群关系网络分析方法，其特征在于，所述方法包括：
根据设定的数据采集格式对多个场所的视频数据进行数据采集，采集到的数据包括人脸特征值和各人脸特征值对应的结构化信息；
将所述人脸特征值和各人脸特征值对应的结构化信息进行实时聚类处理；根据实时聚类处理后的所述人脸特征值和各人脸特征值对应的结构化信息，构造人群关系网络基础信息。
2.如权利要求1所述的方法，其特征在于，所述结构化信息包括：采集时间、采集地点，所述根据实时聚类处理后的所述人脸特征值和各人脸特征值对应的结构化信息，构造人群关系网络基础信息，包括：
根据采集时间进行时延关系过滤，确定所述人脸特征值对应的人群之间的关联关系；
根据采集地点进行地理信息映射，确定各人脸特征值对应的个人的活动的场所；
根据所述采集时间和采集地点，分析各人脸特征值对应的个人在所述场所的行为；
根据所述人脸特征值对应的人群之间的关联关系、各人脸特征值对应的个人的活动的场所、以及各人脸特征值对应的个人在所述场所的行为，构造所述人群关系网络基础信息的人群关系无向权重视图。
3.如权利要求2所述的方法，其特征在于，所述人群关系无向权重视图包含多个边集合：Edge(Person(x),Person(y),R(z),Weight(w))；
其中，Person(x)、Person(y)表示任意的个人，R(z)表示Person(x)与Person(y)之间的关系类型，Weight(w)表示Person(x)与Person(y)之间的密切度为Weight(w)。
4.如权利要求2或3所述的方法，其特征在于，所述方法还包括：
在所述人群关系无向权重视图中加入关系视图过滤参数进行所述人群关系网络基础信息的过滤，得到过滤的人群关系无向权重视图；
其中，所述关系视图过滤参数包括：关系类型的集合，单个关系的权重门限，总体关系的权重门限，中心点Person(center)及图遍历深度。
5.一种人群关系网络分析装置，其特征在于，所述装置包括：
采集模块，用于根据设定的数据采集格式对多个场所的视频数据进行数据采集，采集到的数据包括人脸特征值和各人脸特征值对应的结构化信息；
聚类模块，用于将所述人脸特征值和各人脸特征值对应的结构化信息进行实时聚类处理；
构造模块，用于根据实时聚类处理后的所述人脸特征值和各人脸特征值对应的结构化信息，构造人群关系网络基础信息。
6.如权利要求5所述的装置，其特征在于，所述结构化信息包括：采集时间、采集地点，所述构造模块包括：
第一确定单元，用于根据采集时间进行时延关系过滤，确定所述人脸特征值对应的人群之间的关联关系；
第二确定单元，用于根据采集地点进行地理信息映射，确定各人脸特征值对应的个人的活动的场所；
分析单元，用于根据所述采集时间和采集地点，分析各人脸特征值对应的个人在所述场所的行为；
构造单元，用于根据所述人脸特征值对应的人群之间的关联关系、各人脸特征值对应的个人的活动的场所、以及各人脸特征值对应的个人在所述场所的行为，构造所述人群关系网络基础信息的人群关系无向权重视图。
7.如权利要求6所述的装置，其特征在于，所述人群关系无向权重视图包含多个边集合：Edge(Person(x),Person(y),R(z),Weight(w))；
其中，Person(x)、Person(y)表示任意的个人，R(z)表示Person(x)与Person(y)之间的关系类型，Weight(w)表示Person(x)与Person(y)之间的密切度为Weight(w)。
8.如权利要求6或7所述的装置，其特征在于，所述装置还包括：
过滤模块，用于在所述人群关系无向权重视图中加入关系视图过滤参数进行所述人群关系网络基础信息的过滤，得到过滤的人群关系无向权重视图；
其中，所述关系视图过滤参数包括：关系类型的集合，单个关系的权重门限，总体关系的权重门限，中心点Person(center)及图遍历深度。