1.一种基于人工智能识别的影像处理系统，其特征在于，其包括以下设备：
影像监测设备，用于记录警示区域内的影像监测画面；
目标物监测设备，用于监测在警示区域内存在的人体目标物，并发出目标物监测信息；
智能监测设备，用于实时接收所述目标物监测信息；当一段时间t内所述目标物监测信息显示未监测到人体目标物时，从所述影像监测设备调取在t时间内的影像监测画面，并利用已训练的人工智能识别模型对该影像监测画面进行识别，判定该影像监测画面中是否存在人体目标物；若判定存在，则发送人脸识别信号；所述人工智能识别模型是基于在imagenet上预训练好的alexnet神经网络模型，使用具有大于1000张的人体样本图片所训练得到的；
人脸识别设备，用于当从所述目标物监测设备获取到所述目标物监测信息，或者从所述智能监测设备获取到所述人脸识别信号后，对所述人体目标物进行人脸识别，并得到待测人脸图像；将所述待测人脸图像与后台数据库中的安全人脸图像进行相似度比较，若所述待测人脸图像与所述安全人脸图像相似度小于预设阈值，则触发提醒信号。
2.如权利要求1所述的基于人工智能识别的影像处理系统，其特征在于，训练所述人工智能识别模型的具体方法包括：
对每一张所述人体样本图片进行提取特征，每一张所述人体样本图片得到一组特征向量，并将全部特征向量组输入到所述神经网络模型进行训练，得到所述人工智能识别模型。
3.如权利要求2所述的基于人工智能识别的影像处理系统，其特征在于，所述特征包括人体躯干、人体衣物、人体穿戴设备中的一种或多种。
4.如权利要求3所述的基于人工智能识别的影像处理系统，其特征在于，所述人体穿戴设备包括手表、耳环、戒指、眼镜、帽子、围巾中的一种或多种。
5.如权利要求1所述的基于人工智能识别的影像处理系统，其特征在于，判定该影像监测画面中是否存在人体目标物时具体执行以下步骤：
执行初步识别步骤，所述初步识别步骤具体方法包括：利用目标物监测设备对所述影像监测画面进行初步识别，判断所述影像监测画面中是否存在疑似人体目标物，若是，定格形成第一疑似待测图像；
对所述第一疑似待测图像进行背景处理，得到第二疑似待测图像；
利用已训练的人工智能识别模型对所述第二疑似待测图像进行识别，判定所述第二疑似待测图像中是否存在人体目标物。
6.如权利要求5所述的基于人工智能识别的影像处理系统，其特征在于，定格形成第一疑似待测图像时，将所述疑似人体目标物及其一定距离内的周缘环境同时定格。
7.如权利要求5所述的基于人工智能识别的影像处理系统，其特征在于，对所述第一疑似待测图像进行背景处理的具体方法包括：
将所述第一疑似待测图像划分成目标区域和背景区域；消除背景区域的影响因素，将所述目标区域与背景区域在所述第一疑似待测图像进行区分；
所述影响因素包括对比度、色彩饱和度、亮度中的一种或多种。
8.如权利要求1所述的基于人工智能识别的影像处理系统，其特征在于，人脸识别设备的工作包括利用人脸识别模块对所述人体目标物进行人脸识别，其具体方法为：
训练人脸识别模块；
获得所述待测人脸图像，利用训练得到的所述人脸识别模块对所述待测人脸图像进行检测，得到所述待测人脸图像中的人脸区域rl，在所述人脸区域rl中进行五官定位，得到所述待测人脸图像的第一五官数据；
确定安全人脸图像，对所述安全人脸图像进行五官检测，得到安全人脸图像的第二五官数据；
基于所述第一五官数据和第二五官数据，计算两者全脸及局部五官相似度；
计算待测人脸图像和安全人脸图像的概率融合相似度，得到判断结果。
9.如权利要求8所述的基于人工智能识别的影像处理系统，其特征在于，所述确定安全人脸图像的具体方法为：
根据获得的所述待测人脸图像在所述后台数据库中的安全人脸图像进行遍历地相似度比较判断，得到相似度最高的若干待判断安全人脸图像；
对所得到的所述若干待判断安全人脸图像的每一个待判断安全人脸图像进行五官检测，得到每一个待判断安全人脸图像各自的第二五官数据。