1.一种逆光环境下的人脸图像质量提升方法，其特征在于：该逆光环境下的人脸图像质量提升方法如下：
s1：利用卷积神经网络进行深度学习，对人脸的轮廓位置进行定位训练，通过相机对人脸进行样本采集；
s2：对步骤s1中的采集样本进行人工标注人脸位置，并将采集数据进行存储；
s3：对步骤s2中存储采集数据通过深度学习方法，使用人脸边框预测的残差平方和作为损失函数来进行训练与学习，完成对人脸的轮廓定位的训练；
s4：对步骤s3中的检测出的区域做局部测光，并根据局部测光的结果进行曝光强度的调节训练。
2.根据权利要求1所述的一种逆光环境下的人脸图像质量提升方法，其特征在于：所述步骤s2中的采集样本采取逆光下脸部细节丢失的正脸、逆光下脸部细节丢失的侧脸、正常人脸、正常侧脸进行正反样本的搭配。
3.根据权利要求1所述的一种逆光环境下的人脸图像质量提升方法，其特征在于：所述步骤s2中的采集数据采用voc格式进行存储。
4.根据权利要求1所述的一种逆光环境下的人脸图像质量提升方法，其特征在于：所述步骤s4中根据局部测光结果，该局部区域曝光过强则减小iso、减小光圈、增加快门速度使测光区域区域柔和不过曝,曝光不足则增大iso、增大光圈、降低快门速度使测光区域柔和不欠曝。
5.根据权利要求1所述的一种逆光环境下的人脸图像质量提升方法，其特征在于：所述步骤s1中的卷积神经网络和所述步骤s4中的曝光强度调节训练均采用tiny-dsod计算网络进行训练学习。