1.一種非接觸式情緒檢測(cè)方法，其特征在于，包括：
分別通過(guò)攝像頭和紅外傳感器采集包含有被測(cè)人體的視頻信息和被測(cè)人體的熱圖/熱點(diǎn)區(qū)域圖；
對(duì)所述視頻信息和所述熱圖/熱點(diǎn)區(qū)域圖進(jìn)行識(shí)別得到被檢測(cè)人體的人體特征數(shù)據(jù)；
將所述人體特征數(shù)據(jù)進(jìn)行深度學(xué)習(xí)引擎關(guān)聯(lián)和分析，得到被測(cè)人體的緊張程度；
輸出通過(guò)所述深度學(xué)習(xí)引擎分析得到的人體緊張程度的結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述視頻信息和所述熱圖/熱點(diǎn)區(qū)域圖進(jìn)行識(shí)別得到被檢測(cè)人體的人體特征數(shù)據(jù)具體包括：
通過(guò)對(duì)所述視頻信息中所包含的被檢測(cè)人體的面部圖像和人體關(guān)節(jié)圖像進(jìn)行分析得出被檢測(cè)人體的年齡、性別、心率和心率變異性數(shù)據(jù)、血壓和血氧濃度變化、微動(dòng)作以及微表情數(shù)據(jù)；
通過(guò)對(duì)所述熱圖/熱點(diǎn)區(qū)域圖像進(jìn)行分析處理得出被測(cè)人體的體溫?cái)?shù)據(jù)。
3.如權(quán)利要求2所述的方法，其特征在于，所述通過(guò)對(duì)所述視頻信息中所包含的被檢測(cè)人體的面部圖像和人體關(guān)節(jié)圖像進(jìn)行分析得出被檢測(cè)人體的年齡、性別、心率和心率變異性數(shù)據(jù)、血壓和血氧濃度變化、微動(dòng)作以及微表情數(shù)據(jù)具體包括：
根據(jù)視頻來(lái)獲取被檢測(cè)對(duì)象的性別和年齡；
選取人體的面部圖像的區(qū)域來(lái)檢測(cè)人呼吸時(shí)毛細(xì)血管充血的變化規(guī)律來(lái)獲取心率、心率變異性、和血氧濃度；
根據(jù)視頻信息中采集的人體部位血流速度的相位差來(lái)獲取血壓的變化；
根據(jù)視頻信息中人臉的微小變化并輸入到深度學(xué)習(xí)引擎來(lái)獲取微表情數(shù)據(jù)；
根據(jù)視頻信息中人微小動(dòng)作的放大并檢測(cè)其規(guī)律來(lái)獲取微動(dòng)作數(shù)據(jù)。
4.如權(quán)利要求3所述的方法，其特征在于，所述將所述人體特征數(shù)據(jù)進(jìn)行深度學(xué)習(xí)引擎關(guān)聯(lián)和分析，得到被測(cè)人體的緊張程度，具體包括：
將所述心率和心率變異性數(shù)據(jù)分別結(jié)合被檢測(cè)對(duì)象的性別和年齡生成第一激活函數(shù)和第二激活函數(shù)；
將所述血壓和血氧濃度數(shù)據(jù)分別結(jié)合被檢測(cè)對(duì)象的性別和年齡生成第三激活函數(shù)和第四激活函數(shù)；
將所述微表情數(shù)據(jù)、微動(dòng)作數(shù)據(jù)、以及熱圖/熱點(diǎn)區(qū)域數(shù)據(jù)分別生成第五激活函數(shù)、第六激活函數(shù)和第七激活函數(shù)；
將所述第一激活函數(shù)、第二激活函數(shù)、第三激活函數(shù)、第四激活函數(shù)、第五激活函數(shù)、第六激活函數(shù)以及第七激活函數(shù)輸入到深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行分析，對(duì)被檢測(cè)對(duì)象的緊張程度進(jìn)行判斷。
5.如權(quán)利要求4所述的方法，其特征在于，所述關(guān)聯(lián)所述檢測(cè)得到的各項(xiàng)生理指標(biāo)結(jié)果進(jìn)行深度學(xué)習(xí)引擎分析還包括：
接入情緒檢測(cè)的云端，用以通過(guò)所述云端的大數(shù)據(jù)和快速數(shù)據(jù)整合進(jìn)行深度引擎分析。
6.一種非接觸式情緒檢測(cè)裝置，其特征在于，包括：
采集模塊，用于分別通過(guò)攝像頭和紅外傳感器采集包含有被測(cè)人體的視頻信息和被測(cè)人體的熱圖/熱點(diǎn)區(qū)域圖；
識(shí)別模塊，用于對(duì)所述視頻信息和所述熱圖/熱點(diǎn)區(qū)域圖進(jìn)行識(shí)別得到被檢測(cè)人體的人體特征數(shù)據(jù)；
分析模塊，用于將所述人體特征數(shù)據(jù)進(jìn)行深度學(xué)習(xí)引擎關(guān)聯(lián)和分析，得到被測(cè)人體的緊張程度；
輸出模塊，用于輸出通過(guò)所述深度學(xué)習(xí)引擎分析得到的人體緊張程度的結(jié)果。
7.如權(quán)利要求6所述的裝置，其特征在于，所述識(shí)別模塊具體用于：
通過(guò)對(duì)所述視頻信息中所包含的被檢測(cè)人體的面部圖像和人體關(guān)節(jié)圖像進(jìn)行分析得出被檢測(cè)人體的年齡、性別、心率和心率變異性數(shù)據(jù)、血壓和血氧濃度變化、微動(dòng)作以及微表情數(shù)據(jù)；
通過(guò)對(duì)所述熱圖/熱點(diǎn)區(qū)域圖像進(jìn)行分析處理得出被測(cè)人體的體溫?cái)?shù)據(jù)。
8.如權(quán)利要求7所述的裝置，其特征在于，所述通過(guò)對(duì)所述視頻信息中所包含的被檢測(cè)人體的面部圖像和人體關(guān)節(jié)圖像進(jìn)行分析得出被檢測(cè)人體的年齡、性別、心率和心率變異性數(shù)據(jù)、血壓和血氧濃度變化、微動(dòng)作以及微表情數(shù)據(jù)具體包括：
根據(jù)視頻來(lái)獲取被檢測(cè)對(duì)象的性別和年齡；
選取人體的面部圖像的區(qū)域來(lái)檢測(cè)人呼吸時(shí)毛細(xì)血管充血的變化規(guī)律來(lái)獲取心率、心率變異性、和血氧濃度；
根據(jù)視頻信息中采集的人體部位血流速度的相位差來(lái)獲取血壓的變化；
根據(jù)視頻信息中人臉的微小變化并輸入到深度學(xué)習(xí)引擎來(lái)獲取微表情數(shù)據(jù)；
根據(jù)視頻信息中人微小動(dòng)作的放大并檢測(cè)其規(guī)律來(lái)獲取微動(dòng)作數(shù)據(jù)。
9.如權(quán)利要求8所述的裝置，其特征在于，所述分析模塊具體包括：
第一生成單元，將所述心率和心率變異性數(shù)據(jù)分別結(jié)合被檢測(cè)對(duì)象的性別和年齡生成第一激活函數(shù)和第二激活函數(shù)；
第二生成單元，將所述血壓和血氧濃度數(shù)據(jù)分別結(jié)合被檢測(cè)對(duì)象的性別和年齡生成第三激活函數(shù)和第四激活函數(shù)；
第三生成單元，將所述微表情數(shù)據(jù)、微動(dòng)作數(shù)據(jù)、以及熱圖/熱點(diǎn)區(qū)域數(shù)據(jù)分別生成第五激活函數(shù)、第六激活函數(shù)和第七激活函數(shù)；
判斷單元，將所述第一激活函數(shù)、第二激活函數(shù)、第三激活函數(shù)、第四激活函數(shù)、第五激活函數(shù)、第六激活函數(shù)以及第七激活函數(shù)輸入到深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行分析，對(duì)被檢測(cè)對(duì)象的緊張程度進(jìn)行判斷。
10.如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：
云端模塊，用于接入情緒檢測(cè)的云端，用以通過(guò)所述云端的大數(shù)據(jù)和快速數(shù)據(jù)整合進(jìn)行深度引擎分析。