1.一种基于视觉的目标运动跟踪方法，其特征在于，应用于图像分析设备，包括：
获取图像采集设备所采集的图像序列；
对所述图像序列中的目标进行识别，得到目标物体在过去一段时间内的位姿数据；
根据所述在过去一段时间的位姿数据，预测所述目标物体在未来时刻的位姿数据；
根据所述在未来时刻的位姿数据，确定未来时刻所述目标物体在像空间中的兴趣区域；
根据所述兴趣区域生成控制信号，并将所述控制信号发送至所述图像采集设备，以便所述图像采集设备根据所述控制信号从未来时刻的图像中截取兴趣区域数据，并仅传输所述兴趣区域数据。
2.如权利要求1所述的方法，其特征在于，所述对所述图像序列中的目标进行识别，包括：
若所述目标物体为已知，则根据先验知识构建所述目标物体的特征模型，并根据所述特征模型对所述图像序列中的目标进行识别；
若所述目标物体为未知，则根据运动目标检测算法对所述图像序列中的目标进行识别。
3.如权利要求1所述的方法，其特征在于，所述根据所述在未来时刻的位姿数据，确定未来时刻所述目标物体在像空间中的兴趣区域，包括：
根据所述在未来时刻的位姿数据，确定未来时刻所述目标物体在像空间中的运动区域；根据第一预设规则对所述运动区域进行扩充，得到兴趣区域。
4.如权利要求3所述的方法，其特征在于，所述根据所述在未来时刻的位姿数据，确定未来时刻所述目标物体在像空间中的兴趣区域，包括：
若所述在未来时刻的位姿数据为在物方空间的位姿数据，则将所述在物方空间的位姿数据映射为在像空间的位姿数据；根据所述在像空间的位姿数据，确定未来时刻所述目标物体在像空间中的兴趣区域。
5.如权利要求1所述的方法，其特征在于，在所述图像采集设备根据所述控制信号从未来时刻的图像中截取兴趣区域数据，并仅传输所述兴趣区域数据之后，还包括：
若检测到所述兴趣区域数据中不存在所述目标物体，则根据第二预设规则扩充所述兴趣区域，根据扩充后的兴趣区域生成新的控制信号并发送至所述图像采集设备。
6.如权利要求5所述的方法，其特征在于，在所述根据第二预设规则扩充所述兴趣区域，根据扩充后的兴趣区域生成新的控制信号并发送至所述图像采集设备之后，还包括：
若检测到扩充后的兴趣区域数据中不存在所述目标物体，则重复根据第二预设规则扩充所述兴趣区域，根据扩充后的兴趣区域生成新的控制信号并发送至所述图像采集设备的操作，直至接收到的兴趣区域数据中存在所述目标物体，或当前的兴趣区域大小为原始的兴趣区域大小的预设倍数；
在当前的兴趣区域大小为原始的兴趣区域大小的预设倍数时，生成视野调整信号并发送至所述图像采集设备，以调整所述图像采集设备的视野范围。
7.如权利要求1-6任意一项所述的方法，其特征在于，所述根据所述在过去一段时间的位姿数据，预测所述目标物体在未来时刻的位姿数据，包括：
根据所述在过去一段时间的位姿数据，预测所述目标物体在未来多个时刻的位姿数据。
8.一种基于视觉的目标运动跟踪装置，其特征在于，应用于图像分析设备，包括：
图像获取模块：用于获取图像采集设备所采集的图像序列；
目标识别模块：用于对所述图像序列中的目标进行识别，得到目标物体在过去一段时间内的位姿数据；
位姿预测模块：用于根据所述在过去一段时间的位姿数据，预测所述目标物体在未来时刻的位姿数据；
兴趣区域确定模块：用于根据所述在未来时刻的位姿数据，确定未来时刻所述目标物体在像空间中的兴趣区域；
控制模块：用于根据所述兴趣区域生成控制信号，并将所述控制信号发送至所述图像采集设备，以便所述图像采集设备根据所述控制信号从未来时刻的图像中截取兴趣区域数据，并仅传输所述兴趣区域数据。
9.一种图像分析设备，其特征在于，应用于基于视觉的目标运动跟踪系统，包括：
存储器：用于存储计算机程序；
处理器：用于执行所述计算机程序，以实现如权利要求1-7任意一项所述的一种基于视觉的目标运动跟踪方法的步骤。
10.一种基于视觉的目标运动跟踪系统，其特征在于，包括图像采集设备，还包括如权利要求9所述的图像分析设备。