1.一种图像处理方法，其特征在于，包括：

在预定时间内通过图像采集设备采集图像；

将采集的所述图像输入预设神经网络模型，以通过所述预设神经网络模型判断所述图像是否为具备目标图像特征的目标图像，得到判断结果；

根据所述判断结果确定是否保存所述图像；

将所述预定时间内采集的图像中被保存的所有目标图像生成具有延时摄影效果的图像集。

2.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法还包括：将所述图像采集装置在预设时间和地点采集过的历史图像发送至第一标注终端，以由所述第一标注终端确定出所述历史图像对应的图像特征、图像区域划分方式和图像关联规则，并对所述历史图像中符合所述图像特征的部分图像进行图像特征标注；

将标注过图像特征的图像作为标注样本存储至标注样本数据库中。

3.根据权利要求2所述的图像处理方法，其特征在于，所述方法还包括:将所述图像区域划分方式、所述图像关联规则和标注样本数据库发送至第二标注终端，以由所述第二标注终端根据图像区域划分方式、所述图像关联规则和标注样本对所述历史图像中的其他图像进行图像特征标注，并将标注的图像存储至模型训练特征集中。

4.根据权利要求3所述的图像处理方法，其特征在于，所述图像特征标注的过程包括:对于任一张图像，根据图像区域划分方式显示第一图像子区域的图像，并在所述第一图像子区域中不存在该区域对应的目标图像特征时，舍弃所述图像，在第一图像子区域中存在该区域对应的目标图像特征时，显示第二图像子区域，并根据第二图像子区域中是否包含该区域对应的目标图像特征确定是否舍弃所述图像。

5.根据权利要求3或4所述的图像处理方法，其特征在于，所述方法还包括:根据所述模型训练特征集的标注图像和神经网络模型训练得到所述预设神经网络模型的模型参数。

6.根据权利要求1所述的图像处理方法，其特征在于，所述图像包括以下任一项：单张图像，图像序列中的单张图像和视频中的单张图像，所述图像集包括图像序列和视频。

7.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：确定所述被保存的图像和未被保存的图像中，是否存在漏检和误检的图像，得到确定结果；

根据所述确定结果统计所述图像集的准确率和/或漏检率。

8.根据权利要求1至7中任一项所述的图像处理方法，其特征在于，所述根据所述判断结果确定是否保存所述图像，包括：当判断结果为所述图像为具备所有目标图像特征的目标图像时，保存所述图像；

当判断结果为所述图像不具备任一目标图像特征时，舍弃所述图像。

9.一种图像处理系统，其特征在于，包括：

固定视角和焦距的图像采集设备，与云端服务器通过无线通信，用于采集图像上传到云端服务器；

所述云端服务器，用于接收所述图像采集设备采集的图像，并采用上述权利要求1至8中任一项所述的方法对所述图像进行处理；或者固定视角和焦距的图像采集设备，与云端服务器通过无线通信，用于采用上述权利要求1至8中任一项所述的方法对采集的图像进行处理，并将处理结果上传到云端服务器；

所述云端服务器，用于接收所述处理结果。

10.一种图像处理系统，其特征在于，包括：

固定视角和焦距的图像采集设备，与本地设备通过有线或进场通信方式连接，用于将采集的图像发送至所述本地设备；

所述本地设备，用于采用上述权利要求1至8中任一项所述的方法对采集的所述图像进行处理，并将处理结果上传到云端服务器；

所述云端服务器，用于接收所述处理结果。