1.一种活体检测方法，其特征在于，该方法包括：
通过不同的摄像头分别获取待检测对象的左视图图像和右视图图像；
分别提取所述左视图图像和所述右视图图像的特征描述子，计算具有相同坐标的像素点的左视图图像特征描述子和右视图图像特征描述子的相似度，得到融合灰度图像，其中，所述融合灰度图像s(a,b)表示如下：
s(a,b)＝floor(d(a,b)*255)
其中,s(a,b)为基于相似度的融合灰度图像，floor为向下取整，d(a,b)为左视图图像特征描述子和右视图图像特征描述子之间的海明距离，d(a,b)∈[0,1]；
对所述融合灰度图像进行纹理特征提取，得到平面纹理特征；
基于所述不同的摄像头的摄像参数、所述左视图图像和所述右视图图像，利用双目重建算法进行三维重建，得到3d人脸特征；
根据所述平面纹理特征和所述3d人脸特征，确定所述待检测对象是否为活体对象。
2.如权利要求1所述的方法，其特征在于，所述分别提取所述左视图图像和所述右视图图像的特征描述子，计算具有相同坐标的像素点的左视图图像特征描述子和右视图图像特征描述子的相似度，得到所述融合灰度图像，包括：
利用关键点检测算法分别对所述左视图图像和所述右视图图像中的所述待检测对象进行关键点检测，得到第一处理图像和第二处理图像；
利用高斯滤波器分别对所述第一处理图像和所述第二处理图像进行平滑处理，得到左视图处理图像和右视图处理图像；
利用相似度特征点描述算法分别在所述左视图处理图像和所述右视图处理图像中提取每一像素点的特征描述子，得到左视图图像特征描述子和右视图图像特征描述子；
利用海明距离计算具有相同坐标的所述像素点的所述左视图图像特征描述子和所述右视图图像特征描述子的相似度，得到所述融合灰度图像。
3.如权利要求1所述的方法，其特征在于，所述对所述融合灰度图像进行纹理特征提取，得到平面纹理特征，包括：
在所述融合灰度图像中选择第一预定数目的第一感兴趣区域；
利用伽柏滤波器在所述融合灰度图像中的每一个所述第一感兴趣区域中进行纹理特征提取，得到纹理特征向量；
利用主成分分析算法对所述纹理特征向量进行降维处理，得到所述平面纹理特征。
4.如权利要求1所述的方法，其特征在于，所述基于所述不同的摄像头的摄像参数、所述左视图图像和所述右视图图像，利用双目重建算法进行三维重建，得到3d人脸特征，包括：
基于所述不同的摄像头的摄像参数、所述左视图图像和所述右视图图像，利用双目重建算法进行三维重建，获取所述人脸深度信息；
在所述人脸深度信息中选择第二预定数目的第二感兴趣区域；
基于所述人脸深度信息提取每一个所述第二感兴趣区域的直方图特征，得到3d人脸特征。
5.如权利要求1所述的方法，其特征在于，所述根据所述平面纹理特征和所述3d人脸特征，确定所述待检测对象是否为活体对象，包括：
将所述平面纹理特征和所述3d人脸特征进行组合，得到人脸特征；
根据所述人脸特征，利用机器学习算法确定所述待检测对象是否为所述活体对象。
6.一种活体检测装置，其特征在于，该装置包括：
获取单元，用于通过不同的摄像头分别获取待检测对象的左视图图像和右视图图像；
处理单元，用于分别提取所述左视图图像和所述右视图图像的特征描述子，计算具有相同坐标的像素点的左视图图像特征描述子和右视图图像特征描述子的相似度，得到融合灰度图像，其中，所述融合灰度图像s(a,b)表示如下：
s(a,b)＝floor(d(a,b)*255)
其中,s(a,b)为基于相似度的融合灰度图像，floor为向下取整，d(a,b)为左视图图像特征描述子和右视图图像特征描述子之间的海明距离，d(a,b)∈[0,1]；
第一特征提取单元，用于对所述融合灰度图像进行纹理特征提取，得到平面纹理特征；
第二特征提取单元，用于基于所述不同的摄像头的摄像参数、所述左视图图像和所述右视图图像对所述待检测对象进行深度信息提取，得到3d人脸特征；
活体检测单元，用于根据所述平面纹理特征和所述3d人脸特征，确定所述待检测对象是否为活体对象。
7.如权利要求6所述的装置，其特征在于，所述处理单元还用于：
利用关键点检测算法分别对所述左视图图像和所述右视图图像中的所述待检测对象进行关键点检测，得到第一处理图像和第二处理图像；
利用高斯滤波器分别对所述第一处理图像和所述第二处理图像进行平滑处理，得到左视图处理图像和右视图处理图像；
利用相似度特征点描述算法分别在所述左视图处理图像和所述右视图处理图像中提取每一像素点的特征描述子，得到左视图图像特征描述子和右视图图像特征描述子；
利用海明距离计算具有相同坐标的所述像素点的所述左视图图像特征描述子和所述右视图图像特征描述子的相似度，得到所述融合灰度图像。
8.如权利要求6所述的装置，其特征在于，还包括：区域选择单元，
所述区域选择单元，用于在所述融合灰度图像中选择第一预定数目的第一感兴趣区域；
所述第一特征提取单元，还用于利用伽柏滤波器在所述融合灰度图像中的每一个所述第一感兴趣区域中进行纹理特征提取，得到纹理特征向量，利用主成分分析算法对所述纹理特征向量进行降维处理，得到所述平面纹理特征。
9.如权利要求8所述的装置，其特征在于，
所述第二特征提取单元，还用于基于所述不同的摄像头的摄像参数、所述左视图图像和所述右视图图像，利用双目重建算法进行三维重建，获取所述人脸深度信息；
所述区域选择单元，还用于在所述人脸深度信息中选择第二预定数目的第二感兴趣区域；
所述第二特征提取单元，还用于基于所述人脸深度信息提取每一个所述第二感兴趣区域的直方图特征，得到3d人脸特征。
10.如权利要求6所述的装置，其特征在于，所述活体检测单元还用于：
将所述平面纹理特征和所述3d人脸特征进行组合，得到人脸特征；
根据所述人脸特征，利用机器学习算法确定所述待检测对象是否为所述活体对象。