1.一种车牌识别方法，其特征在于，所述方法包括：

确定目标车牌照片中的疑似字符，并根据确定的疑似字符对所述目标车牌照片进行字符分割，得到多个字符区域，每个字符区域中存在一个疑似字符；

从所述多个字符区域中选择处于所述目标车牌照片边缘位置处的字符区域；

对选择出的任一字符区域，从所述目标车牌照片中获取所述字符区域的扩展区域，所述扩展区域的中心与所述字符区域的中心重合，且所述扩展区域的面积大于所述字符区域的面积；

基于边框过滤网络对所述扩展区域进行处理，所述边框过滤网络用于基于所述扩展区域中的疑似字符的上下左右位置是否存在连续的背景区域，确定所述扩展区域属于第一类扩展区域还是第二类扩展区域，以识别所述扩展区域中的疑似字符是否是车牌边框，所述第一类扩展区域为真实字符对应的字符区域扩展后的区域，所述第二类扩展区域为边框字符区域扩展后的区域，其中，所述第一类扩展区域中的疑似字符的上下左右位置存在连续的背景区域，所述第二类扩展区域中的疑似字符的上下左右位置则不存在连续的背景区域，所述边框过滤网络是基于至少一个所述第一类扩展区域和至少一个所述第二类扩展区域训练得到；

如果所述边框过滤网络的输出结果为边框，则确定所述字符区域为边框字符区域，并从所述多个字符区域中剔除确定的边框字符区域，所述边框字符区域中的疑似字符是由车牌边框导致的；

基于剔除边框字符区域之后的字符区域，确定所述目标车牌照片中的车牌。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取至少一个样本边框字符区域，并基于每个样本边框字符区域对应的车牌照片，确定每个样本边框字符区域的扩展区域，得到至少一个第一类扩展区域；

获取至少一个样本真实字符区域，并基于每个样本真实字符区域对应的车牌照片，确定每个样本真实字符区域的扩展区域，得到至少一个第二类扩展区域，所述至少一个样本真实字符区域是根据所述至少一个样本边框字符区域确定的；

基于所述至少一个第一类扩展区域和所述至少一个第二类扩展区域，对初始化的边框过滤网络进行训练，得到所述边框过滤网络。

3.如权利要求1或2所述的方法，其特征在于，所述至少一个样本真实字符区域包括字符I对应的字符区域、字符1对应的字符区域、字符J对应的字符区域、字符L对应的字符区域和字符T对应的字符区域。

4.如权利要求1所述的方法，其特征在于，所述基于剔除边框字符区域之后的字符区域，确定所述目标车牌照片中的车牌，包括：基于非正常字符过滤网络，确定所述剔除边框字符区域之后的字符区域中的非正常字符区域，所述非正常字符区域是指对应的字符区域中的字符是由用于固定车牌的零件导致的；

从所述剔除边框字符区域之后的字符区域中继续剔除确定的非正常字符区域；

基于剔除非正常字符区域之后的字符区域，确定所述目标车牌照片中的车牌。

5.如权利要求4所述的方法，其特征在于，所述用于固定车牌的零件包括车牌上的铆钉。

6.如权利要4或5所述的方法，其特征在于，所述基于剔除非正常字符区域之后的字符区域，确定所述目标车牌照片中的车牌，包括：基于字符识别网络确定剔除非正常字符区域之后的每个字符区域中的字符；

将识别出的字符进行组合，得到所述目标车牌照片中的车牌。

7.一种车牌识别装置，其特征在于，所述装置包括：

第一确定模块，用于确定目标车牌照片中的疑似字符，并根据确定的疑似字符对所述目标车牌照片进行字符分割，得到多个字符区域，每个字符区域中存在一个疑似字符；

第二确定模块，用于从所述多个字符区域中选择处于所述目标车牌照片边缘位置处的字符区域；对选择出的任一字符区域，从所述目标车牌照片中获取所述字符区域的扩展区域，所述扩展区域的中心与所述字符区域的中心重合，且所述扩展区域的面积大于所述字符区域的面积；基于边框过滤网络对所述扩展区域进行处理，所述边框过滤网络用于确定所述扩展区域属于第一类扩展区域还是第二类扩展区域，以识别所述扩展区域中的疑似字符是否是车牌边框，所述第一类扩展区域为真实字符对应的字符区域扩展后的区域，所述第二类扩展区域为边框字符区域扩展后的区域；如果所述边框过滤网络的输出结果为边框，则确定所述字符区域为边框字符区域，并从所述多个字符区域中剔除确定的边框字符区域，所述边框字符区中的疑似字符是由车牌边框导致的；其中，所述第一类扩展区域中的疑似字符的上下左右位置存在连续的背景区域，所述第二类扩展区域中的疑似字符的上下左右位置则不存在连续的背景区域，所述边框过滤网络是基于至少一个所述第一类扩展区域和至少一个所述第二类扩展区域训练得到；

第三确定模块，用于基于剔除边框字符区域之后的字符区域，确定所述目标车牌照片中的车牌。

8.如权利要求7所述的装置，其特征在于，所述装置还包括：

第一获取模块，用于获取至少一个样本边框字符区域，并基于每个样本边框字符区域对应的车牌照片，确定每个样本边框字符区域的扩展区域，得到至少一个第一类扩展区域；

第二获取模块，用于获取至少一个样本真实字符区域，并基于每个样本真实字符区域对应的车牌照片，确定每个样本真实字符区域的扩展区域，得到至少一个第二类扩展区域，所述至少一个样本真实字符区域是根据所述至少一个样本边框字符区域确定的；

训练模块，用于基于所述至少一个第一类扩展区域和所述至少一个第二类扩展区域，对初始化的边框过滤网络进行训练，得到所述边框过滤网络。

9.如权利要求7或8所述的装置，其特征在于，所述至少一个样本真实字符区域包括字符I对应的字符区域、字符1对应的字符区域、字符J对应的字符区域、字符L对应的字符区域和字符T对应的字符区域。

10.如权利要求7所述的装置，其特征在于，所述第三确定模块包括：

第一确定单元，用于基于非正常字符过滤网络，确定所述剔除边框字符区域之后的字符区域中的非正常字符区域，所述非正常字符区域是指对应的字符区域中的字符是由用于固定车牌的零件导致的；

剔除单元，用于从所述剔除边框字符区域之后的字符区域中继续剔除确定的非正常字符区域；

第二确定单元，用于基于剔除非正常字符区域之后的字符区域，确定所述目标车牌照片中的车牌。

11.如权利要求10所述的装置，其特征在于，所述用于固定车牌的零件包括车牌上的铆钉。

12.如权利要10或11所述的装置，其特征在于，所述第二确定单元，具体用于：基于字符识别网络确定剔除非正常字符区域之后的每个字符区域中的字符；

将识别出的字符进行组合，得到所述目标车牌照片中的车牌。

13.一种车牌识别装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述权利要求1至权利要求6中的任一项权利要求所述的方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述权利要求1至权利要求6中的任一项权利要求所述的方法的步骤。