1.一种交通违章信息识别方法，其特征在于，包括：

对接收的交通图像进行预处理，获得待识别图像；

利用神经网络模型对所述待识别图像进行识别处理，以识别获得待识别图像中的违章信息；

根据所述待识别图像相应的交通图像和所述违章信息，生成审核报文并将所述审核报文发送给不同审核身份的多个用户，以供所述多个用户对所述违章信息的准确性进行审核；

接收各用户返回的对所述违章信息的审核结果，根据各审核结果和各审核结果对应的用户的审核身份，确定所述违章信息是否准确；

若是，则生成包括所述违章信息的区块，并存储在存储有交通违章记录的区块链中。

2.根据权利要求1所述的交通违章信息识别方法，其特征在于，所述对接收的交通图像进行预处理，获得待识别图像，包括：对所述交通图像进行裁剪处理和标准化处理，以获得所述神经网络模型可识别处理的待识别图像。

3.根据权利要求1所述的交通违章信息识别方法，其特征在于，所述将所述审核报文发送给不同审核身份的多个用户，以供所述多个用户对所述违章信息的准确性进行审核，包括：在不同审核身份的用户群中随机选出多个用户，以使在所述多个用户中，审核身份为第一审核身份的用户数量大于审核身份为第二审核身份的用户数量。

4.根据权利要求1所述的交通违章信息识别方法，其特征在于，所述根据各审核结果和各审核结果对应的用户的审核身份，确定所述违章信息是否准确，包括：计算各审核结果与对应的审核身份的权重之积的和，所述和为所述违章信息的判定值；其中所述每个审核身份对应的权重是预设的；

根据所述违章信息的判定值和预设的判定阈值确定所述违章信息是否准确。

5.根据权利要求4所述的交通违章信息识别方法，其特征在于，还包括：利用噪声对比估计算法对各审核身份的用户群的历史审核结果进行处理，获得每个审核身份的权重。

6.根据权利要求1所述的交通违章信息识别方法，其特征在于，所述根据各审核结果和各审核结果对应的用户的审核身份，确定所述违章信息是否准确之后，还包括：按照预设的时间周期，根据确定出的准确的违章信息和不准确的违章信息对所述神经网络模型进行优化，以获得用于识别下一待识别图像的优化后的神经网络模型。

7.根据权利要求1所述的交通违章信息识别方法，其特征在于，所述生成包括所述违章信息的区块，并存储在存储有交通违章记录的区块链中之后，还包括：接收违章信息的违章用户发起的投诉请求；

接收执法者反馈的投诉处理结果，并根据投诉处理结果对存储在交通违章记录的区块链中的违章信息的区块进行处理。

8.一种交通违章信息识别设备，其特征在于，包括：

预处理模块，用于对接收的交通图像进行预处理，获得待识别图像；

识别模块，用于利用神经网络模型对所述待识别图像进行识别处理，以识别获得待识别图像中的违章信息；

审核模块，用于根据所述待识别图像相应的交通图像和所述违章信息，生成审核报文并将所述审核报文发送给不同审核身份的多个用户，以供所述多个用户对所述违章信息的准确性进行审核；

判定模块，用于接收各用户返回的对所述违章信息的审核结果，根据各审核结果和各审核结果对应的用户的审核身份，确定所述违章信息是否准确；

存储模块，用于在确定所述违章信息准确时生成包括所述违章信息的区块，并存储在存储有交通违章记录的区块链中。

9.一种交通违章信息识别设备，包括：存储器、与所述存储器连接的处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1-7任一项所述的方法。

10.一种可读存储介质，其特征在于，包括程序，当其在终端上运行时，使得终端执行权利要求1-7任一项所述的方法。