一种基于人脸识别的公交车支付系统的制作方法

1.本发明属于公交车支付技术领域，具体而言，涉及一种基于人脸识别的公交车支付系统。


背景技术：

2.随着智能科学与技术的迅速发展，移动支付逐渐成为新时代下的一种新型支付手段，移动支付以其时空限制小、方便快捷和便于管理等优点受到了广泛应用，而移动支付中的人脸识别技术逐渐呈现出攀升的发展趋势，并在公共交通领域得到了初步的发展和应用，公交车作为最普遍的公共交通工具，每天面临着庞大的乘客运输量，但目前的公交车支付形式大多还停留于乘客自主刷卡投币和机器扫码支付层面，人脸识别技术的应用相对较少，具体的弊端体现为：
3.(1)现有技术中采用的公交车支付系统，一方面采用乘客自主刷卡投币的方式，其智能化水平较低，部分乘客不可避免地出现忘记携带交通卡和纸币的现象，同时公交车驾驶员也无法很好地鉴别纸币的真伪，进而在一定程度上提高了公交车运营收入的损失率，一方面采用机器扫码支付的方式，其支付效率较低，乘客需要通过移动端进行一系列的操作步骤才能进行扫码支付，导致在乘车高峰期间，无法进行高效的支付，进而造成乘车拥堵和排队支付的现象，不仅不利于节约乘客的乘车时间，也不利于构建和谐稳定的乘车环境，并大大降低了乘客的乘车体验感。
4.(2)现有技术采取的公交车人脸识别支付系统中，缺乏对乘客的人体温度进行感知，在一定程度上提升了对乘客人脸识别支付行为的误判率，并缺乏对乘客的关联支付账户进行扣款分析，进而无法对乘客的支付账户进行有效合理的扣款操作，降低了公交车人脸识别支付的灵活性和快捷性。


技术实现要素：

5.为了克服背景技术中的缺点，本发明实施例提供了一种基于人脸识别的公交车支付系统，能够有效解决上述背景技术中涉及的问题。
6.本发明的目的可以通过以下技术方案来实现：
7.一种基于人脸识别的公交车支付系统，包括：
8.目标用户人脸图像上传模块、目标用户人脸特征集合构建模块、云数据库、公交车乘客人脸识别支付模块、语音提示模块、人脸识别支付数据综合分析模块和综合显示端；
9.所述目标用户人脸图像上传模块用于由各目标用户通过移动终端上传自身的人脸图像；
10.所述目标用户人脸特征集合构建模块用于基于各目标用户的人脸图像，进而构建各目标用户的人脸特征集合，并将其传输至云数据库；
11.所述云数据库用于存储各目标用户的人脸特征集合，并存储人体标准温度区间和标准人体温度安全评价系数；
12.所述公交车乘客人脸识别支付模块用于由公交车乘客进行人脸识别支付，其中公交车乘客人脸识别支付模块包括乘客人体温度感知单元、乘客人脸识别单元、乘客支付意向分析单元和乘客支付账户扣款分析单元；
13.所述语音提示模块用于基于公交车乘客人脸识别支付模块的支付结果进行对应的语音提示；
14.所述人脸识别支付数据综合分析模块用于对公交车的人脸识别支付数据进行综合分析，评估公交车的人脸识别支付效果综合评价系数，其中人脸识别支付数据综合分析模块包括支付人次分析单元和支付金额分析单元；
15.所述综合显示端用于将公交车的人脸识别支付效果综合评价系数进行显示。
16.作为本发明进一步的方案，所述乘客人体温度感知单元用于对乘客的人体温度进行感知，其具体过程执行以下步骤：
17.步骤1：通过人体测温红外热像仪对乘客的人体温度进行感知，进而获取乘客对应的人体温度；
18.步骤2：基于云数据库中的人体标准温度区间，进而从中提取中间值，将其作为参考人体安全温度；
19.步骤3：将乘客对应的人体温度与参考人体安全温度进行对比，计算乘客的人体温度安全评价系数，其计算公式为：其中ω表示为乘客的人体温度安全评价系数，wd0″
表示为参考人体安全温度，wd
′
表示为乘客对应的人体温度；
20.步骤4：将乘客的人体温度安全评价系数与云数据库中的标准人体温度安全评价系数进行对比，若乘客的人体温度安全评价系数低于标准人体温度安全评价系数，则将乘客的人体温度记为风险人体温度，并将其传输至语音提示模块。
21.作为本发明进一步的方案，所述乘客人脸识别单元用于对公交车乘客进行人脸识别，其具体过程执行以下步骤：
22.步骤一：通过人脸识别器获取各乘客的人脸图像，进而提取各乘客的人脸图像显示面积，从中筛选出人脸图像最大显示面积对应的乘客，并将该乘客标记为目标乘客，进而构建目标乘客对应的人脸特征集合；
23.步骤二：将目标乘客对应的人脸特征集合与云数据库中存储的各目标用户的人脸特征集合进行匹配，若匹配成功，则判断目标乘客为目标用户，并通过距离传感器对目标乘客的人脸距离人脸识别器的间距进行监测，进而获取目标乘客的人脸距离人脸识别器的间距，并将其标记为目标乘客的人脸识别间距,若匹配失败，则判断目标乘客为非目标用户，并将人脸匹配失败结果发送至语音提示模块。
24.作为本发明进一步的方案，所述乘客支付意向分析单元用于对公交车乘客的支付意向进行分析，评估目标乘客的人脸识别支付意向评价指数，其具体过程执行以下步骤：
25.s1:基于目标乘客的人脸识别间距，并获取目标乘客的人脸图像显示面积和目标乘客的人脸停留时长，据此评估目标乘客的人脸识别支付意向评价指数，其计算公式为：
其中σ
mc
表示为目标乘客的人脸识别支付意向评价指数，s0″
、t0″
和l0″
分别表示为设定的确认支付意向对应的参考人脸图像显示面积、参考人脸停留时长和参考人脸识别间距，s
′
、t
′
和l
′
分别表示为目标乘客的人脸图像显示面积、目标乘客的人脸停留时长和目标乘客的人脸识别间距，χ1、χ2和χ3分别表示为预设的人脸图像显示面积、人脸停留时长和人脸识别间距对应的支付意向评价权重因子；
26.s2:将目标乘客的人脸识别支付意向评价指数与设定的标准人脸识别支付意向评价指数进行对比，若目标乘客的人脸识别支付意向评价指数大于标准人脸识别支付意向评价指数，则判断目标乘客的人脸识别支付意向为进行支付。
27.作为本发明进一步的方案，所述乘客支付账户扣款分析单元用于对公交车乘客的支付账户进行扣款分析，其具体过程执行以下步骤：
28.u1:获取目标乘客的各关联支付账户，并将其分别编号为1,2，...,i,...v,进而获取目标乘客的各关联支付账户所属余额和历史支付次数，进而计算目标乘客的各关联支付账户对应的支付优先指数，其计算公式为：其中μ
mci
表示为目标乘客的第i个关联支付账户对应的支付优先指数，i表示为目标乘客的各关联支付账户的编号，i＝1,2,...,v,q0″
和c0″
分别表示为设定的优先支付对应的关联支付账户所属参考余额和参考历史支付次数,qi和ci分别表示为目标乘客的第i个关联支付账户所属余额和历史支付次数，γ1和γ2分别表示为设定的余额和历史支付次数对应的优先支付权重占比因子；
29.u2:基于目标乘客的各关联支付账户对应的支付优先指数，进而从中筛选出支付优先指数最大值，并将支付优先指数最大值所属目标乘客的关联支付账户进行扣款，若支付优先指数最大值所属目标乘客的关联支付账户扣款失败，则将目标乘客的各关联支付账户对应的支付优先指数进行排序，并按照从高到低的顺序进行扣款，直至扣款成功，若扣款失败，则将目标乘客的扣款失败结果传输至语音提示模块。
30.作为本发明进一步的方案，所述基于公交车乘客人脸识别支付模块的支付结果进行对应的语音提示，其具体过程为：
31.x1:通过语音提示器对风险人体温度进行温度预警提示，并对非目标用户的人脸匹配失败结果进行人脸匹配失败预警提示，同时对目标乘客的扣款结果进行语音提示，若扣款失败，则对目标乘客的扣款数失败结果进行扣款失败预警提示；
32.x2:若在某设定时间段内，人脸识别器重复识别出目标乘客的人脸，则获取在该时间段内目标乘客的人脸识别支付次数，若在该时间段内目标乘客已经进行人脸识别支付，则判断目标乘客的人脸识别支付为重复匹配支付，并进行重复匹配支付预警提示。
33.作为本发明进一步的方案，所述支付人次分析单元用于对公交车的人脸识别支付人次进行分析，其具体过程执行以下步骤:
34.r1:获取公交车的运行工作时长，并将其按照设定的时间间隔进行划分，获取若干个运行工作时间段，并将其分别编号为1,2,...,p,...,m；
35.r2:统计公交车在各运行工作时间段中乘客的人脸识别支付次数，进而计算公交车在各运行工作时间段中乘客的人脸识别支付次数所属占比系数，其计算公式为：其中η
zcp
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付次数所属占比系数，p表示为各运行工作时间段的编号，p＝1,2,...,m,zc
p
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付次数。
36.作为本发明进一步的方案，所述支付金额分析单元用于对公交车的人脸识别支付金额进行分析，其具体过程为:
37.y1:获取公交车在各运行工作时间段中乘客的所有支付方式对应的总金额，并从中提取乘客的人脸识别支付金额，进而计算公交车在各运行工作时间段中乘客的人脸识别支付金额所属占比系数，其计算公式为：其中ξ
zep
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付金额所属占比系数，je
p
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付金额,de
p
表示为公交车在第p个运行工作时间段中乘客的所有支付方式对应的总金额。
38.作为本发明进一步的方案，所述评估公交车的人脸识别支付效果综合评价系数，其具体过程为：
39.z1:基于计算公交车在各运行工作时间段中乘客的人脸识别支付次数所属占比系数和公交车在各运行工作时间段中乘客的人脸识别支付金额所属占比系数，进而计算公交车的人脸识别支付效果综合评价系数，其计算公式为：其中ψ表示为公交车的人脸识别支付效果综合评价系数，e表示为自然常数，κ1和κ2分别表示为设定的乘客的人脸识别支付次数和人脸识别支付金额对应的效果评价修正系数。
40.相对于现有技术，本发明的实施例至少具有如下有益效果：
41.(1)本发明通过提供一种基于人脸识别的公交车支付系统，智能化水平程度较高，一方面弥补了乘客自主刷卡投币方式所导致的忘记携带交通卡和纸币的弊端，大大减少了公交车驾驶员对纸币真伪的鉴别量，进而在一定程度上减少了公交车运营收入的损失率，一方面克服了机器扫码支付方式的弊端，提高了乘车支付效率，在乘车高峰期间，能够进行高效的支付，进而避免造成乘车拥堵和排队支付的现象，不仅有利于节约乘客的乘车时间，也有利于构建和谐稳定的乘车环境，并大大提升了乘客的乘车体验感。
42.(2)本发明通过采用人体测温红外热像仪对乘客的人体温度进行感知，在较大程度上降低了对乘客人脸识别支付行为的误判率，并对公交车乘客的关联支付账户进行扣款
分析，评估目标乘客的各关联支付账户对应的支付优先指数，据此进行扣款操作，并通过语音提示器对乘客的支付结果进行对应的语音提示，进而能够对乘客的支付账户进行有效合理的扣款操作，大大提高了公交车人脸识别支付的灵活性和快捷性。
43.(3)本发明还通过对公交车的人脸识别支付数据进行综合分析，进而评估公交车的人脸识别支付效果综合评价系数，并将其通过综合显示端进行显示，进而能够为工作管理人员提供可视化的数据，据此进行相应的技术改善，在较大程度上提升了公交车人脸识别支付系统的发展稳定性。
附图说明
44.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
45.图1为本发明的系统模块连接示意图。
46.图2为本发明的公交车乘客人脸识别支付模块结构示意图。
47.图3为本发明的人脸识别支付数据综合分析模块结构示意图。
具体实施方式
48.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
49.参照图1所示，本发明提供一种基于人脸识别的公交车支付系统，包括：目标用户人脸图像上传模块、目标用户人脸特征集合构建模块、云数据库、公交车乘客人脸识别支付模块、语音提示模块、人脸识别支付数据综合分析模块和综合显示端；
50.所述目标用户人脸图像上传模块和目标用户人脸特征集合构建模块相连接，公交车乘客人脸识别支付模块分别与目标用户人脸特征集合构建模块、云数据库、语音提示模块和人脸识别支付数据综合分析模块相连接，综合显示端和人脸识别支付数据综合分析模块相连接；
51.所述目标用户人脸图像上传模块用于由各目标用户通过移动终端上传自身的人脸图像；
52.所述目标用户人脸特征集合构建模块用于基于各目标用户的人脸图像，进而构建各目标用户的人脸特征集合，并将其传输至云数据库；
53.所述云数据库用于存储各目标用户的人脸特征集合，并存储人体标准温度区间和标准人体温度安全评价系数；
54.所述公交车乘客人脸识别支付模块用于由公交车乘客进行人脸识别支付。
55.参照图2所示，公交车乘客人脸识别支付模块包括乘客人体温度感知单元、乘客人脸识别单元、乘客支付意向分析单元和乘客支付账户扣款分析单元；
56.具体地，所述乘客人体温度感知单元用于对乘客的人体温度进行感知，其具体过程执行以下步骤：
57.步骤1：通过人体测温红外热像仪对乘客的人体温度进行感知，进而获取乘客对应的人体温度；
58.步骤2：基于云数据库中的人体标准温度区间，进而从中提取中间值，将其作为参考人体安全温度；
59.步骤3：将乘客对应的人体温度与参考人体安全温度进行对比，计算乘客的人体温度安全评价系数，其计算公式为：其中ω表示为乘客的人体温度安全评价系数，wd0″
表示为参考人体安全温度，wd
′
表示为乘客对应的人体温度；
60.需要说明的是，上述乘客的人体温度安全评价系数计算公式中，乘客对应的人体温度与参考人体安全温度之间的差值越小，则乘客的人体温度安全评价系数越大，表明乘客的人体温度越符合安全标准。
61.在本发明具体的实施例中，通过采用人体测温红外热像仪对乘客的人体温度进行感知，在较大程度上降低了对乘客人脸识别支付行为的误判率。
62.步骤4：将乘客的人体温度安全评价系数与云数据库中的标准人体温度安全评价系数进行对比，若乘客的人体温度安全评价系数低于标准人体温度安全评价系数，则将乘客的人体温度记为风险人体温度，并将其传输至语音提示模块。
63.在本发明具体的实施例中，通过评估乘客的人体温度安全评价系数，其目的也在于适应大环境下对人体温度的感知需求，进而有效弥补了现有技术中多采用乘客自主进行人体测温的局限性，不仅方便了公交车驾驶人员地管理，且有效减轻了公交车驾驶人员的工作量。
64.具体地，所述乘客人脸识别单元用于对公交车乘客进行人脸识别，其具体过程执行以下步骤：
65.步骤一：通过人脸识别器获取各乘客的人脸图像，进而提取各乘客的人脸图像显示面积，从中筛选出人脸图像最大显示面积对应的乘客，并将该乘客标记为目标乘客，进而构建目标乘客对应的人脸特征集合；
66.步骤二：将目标乘客对应的人脸特征集合与云数据库中存储的各目标用户的人脸特征集合进行匹配，若匹配成功，则判断目标乘客为目标用户，并通过距离传感器对目标乘客的人脸距离人脸识别器的间距进行监测，进而获取目标乘客的人脸距离人脸识别器的间距，并将其标记为目标乘客的人脸识别间距,若匹配失败，则判断目标乘客为非目标用户，并将人脸匹配失败结果发送至语音提示模块。
67.具体地，所述乘客支付意向分析单元用于对公交车乘客的支付意向进行分析，评估目标乘客的人脸识别支付意向评价指数，其具体过程执行以下步骤：
68.s1:基于目标乘客的人脸识别间距，并获取目标乘客的人脸图像显示面积和目标乘客的人脸停留时长，据此评估目标乘客的人脸识别支付意向评价指数，其计算公式为：
其中σ
mc
表示为目标乘客的人脸识别支付意向评价指数，s0″
、t0″
和l0″
分别表示为设定的确认支付意向对应的参考人脸图像显示面积、参考人脸停留时长和参考人脸识别间距，s
′
、t
′
和l
′
分别表示为目标乘客的人脸图像显示面积、目标乘客的人脸停留时长和目标乘客的人脸识别间距，χ1、χ2和χ3分别表示为预设的人脸图像显示面积、人脸停留时长和人脸识别间距对应的支付意向评价权重因子；
69.需要说明的是，上述目标乘客的人脸识别支付意向评价指数计算公式中，目标乘客的人脸图像显示面积、目标乘客的人脸停留时长和目标乘客的人脸识别间距分别与确认支付意向对应的参考人脸图像显示面积、参考人脸停留时长和参考人脸识别间距之间的差值越小，则目标乘客的人脸识别支付意向评价指数越大，表明目标乘客的人脸识别支付意向越符合确定支付标准。
70.在本发明具体的实施例中，依据目标乘客的人脸图像显示面积、目标乘客的人脸停留时长和目标乘客的人脸识别间距评估目标乘客的人脸识别支付意向评价指数，在较大程度上提升了对目标乘客的人脸识别支付意向进行评价的可靠性和合理性，进而有效降低了对目标乘客进行人脸识别支付误判现象的发生率。
71.s2:将目标乘客的人脸识别支付意向评价指数与设定的标准人脸识别支付意向评价指数进行对比，若目标乘客的人脸识别支付意向评价指数大于标准人脸识别支付意向评价指数，则判断目标乘客的人脸识别支付意向为进行支付。
72.具体地，所述乘客支付账户扣款分析单元用于对公交车乘客的支付账户进行扣款分析，其具体过程执行以下步骤：
73.u1:获取目标乘客的各关联支付账户，并将其分别编号为1,2，...,i,...v,进而获取目标乘客的各关联支付账户所属余额和历史支付次数，进而计算目标乘客的各关联支付账户对应的支付优先指数，其计算公式为：其中μ
mci
表示为目标乘客的第i个关联支付账户对应的支付优先指数，i表示为目标乘客的各关联支付账户的编号，i＝1,2,...,v,q0″
和c0″
分别表示为设定的优先支付对应的关联支付账户所属参考余额和参考历史支付次数,qi和ci分别表示为目标乘客的第i个关联支付账户所属余额和历史支付次数，γ1和γ2分别表示为设定的余额和历史支付次数对应的优先支付权重占比因子；
74.需要说明的是，上述目标乘客的各关联支付账户对应的支付优先指数计算公式中，目标乘客的某关联支付账户所属余额和历史支付次数越大，则目标乘客的该关联支付账户对应的支付优先指数越大，表明目标乘客的该关联支付账户越符合优先支付标准。
75.在本发明具体的实施例中，通过依据目标乘客的各关联支付账户所属余额和历史支付次数评估目标乘客的各关联支付账户对应的支付优先指数，相较于现有技术中大多片面依据目标乘客的关联支付账户所属余额进行分析评估，本发明更加具备全面性，能够较
为精准的分析出目标乘客的关联支付账户对应的使用活跃性，进而有效提升了对公交车乘客的支付账户进行扣款分析的合理性。
76.u2:基于目标乘客的各关联支付账户对应的支付优先指数，进而从中筛选出支付优先指数最大值，并将支付优先指数最大值所属目标乘客的关联支付账户进行扣款，若支付优先指数最大值所属目标乘客的关联支付账户扣款失败，则将目标乘客的各关联支付账户对应的支付优先指数进行排序，并按照从高到低的顺序进行扣款，直至扣款成功，若扣款失败，则将目标乘客的扣款失败结果传输至语音提示模块。
77.在本发明具体的实施例中，通过对公交车乘客的关联支付账户进行扣款分析，评估目标乘客的各关联支付账户对应的支付优先指数，据此进行扣款操作，并通过语音提示器对乘客的支付结果进行对应的语音提示，进而能够对乘客的支付账户进行有效合理的扣款操作，大大提高了公交车人脸识别支付的灵活性和快捷性。
78.所述语音提示模块用于基于公交车乘客人脸识别支付模块的支付结果进行对应的语音提示；
79.具体地，所述基于公交车乘客人脸识别支付模块的支付结果进行对应的语音提示，其具体过程为：
80.x1:通过语音提示器对风险人体温度进行温度预警提示，并对非目标用户的人脸匹配失败结果进行人脸匹配失败预警提示，同时对目标乘客的扣款结果进行语音提示，若扣款失败，则对目标乘客的扣款数失败结果进行扣款失败预警提示；
81.x2:若在某设定时间段内，人脸识别器重复识别出目标乘客的人脸，则获取在该时间段内目标乘客的人脸识别支付次数，若在该时间段内目标乘客已经进行人脸识别支付，则判断目标乘客的人脸识别支付为重复匹配支付，并进行重复匹配支付预警提示。
82.所述人脸识别支付数据综合分析模块用于对公交车的人脸识别支付数据进行综合分析，评估公交车的人脸识别支付效果综合评价系数。
83.参照图3所示，人脸识别支付数据综合分析模块包括支付人次分析单元和支付金额分析单元；
84.具体地，所述支付人次分析单元用于对公交车的人脸识别支付人次进行分析，其具体过程执行以下步骤:
85.r1:获取公交车的运行工作时长，并将其按照设定的时间间隔进行划分，获取若干个运行工作时间段，并将其分别编号为1,2,...,p,...,m；
86.r2:统计公交车在各运行工作时间段中乘客的人脸识别支付次数，进而计算公交车在各运行工作时间段中乘客的人脸识别支付次数所属占比系数，其计算公式为：其中η
zcp
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付次数所属占比系数，p表示为各运行工作时间段的编号，p＝1,2,...,m,zc
p
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付次数。
87.需要说明的是，上述公交车在各运行工作时间段中乘客的人脸识别支付次数所属占比系数计算公式中，公交车在某运行工作时间段中乘客的人脸识别支付次数越大，则公交车在该运行工作时间段中乘客的人脸识别支付次数所属占比系数越大，表明公交车在该
运行工作时间段中乘客的人脸识别支付次数越符合支付热度标准。
88.具体地，所述支付金额分析单元用于对公交车的人脸识别支付金额进行分析，其具体过程为:
89.y1:获取公交车在各运行工作时间段中乘客的所有支付方式对应的总金额，并从中提取乘客的人脸识别支付金额，进而计算公交车在各运行工作时间段中乘客的人脸识别支付金额所属占比系数，其计算公式为：其中ξ
zep
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付金额所属占比系数，je
p
表示为公交车在第p个运行工作时间段中乘客的人脸识别支付金额,de
p
表示为公交车在第p个运行工作时间段中乘客的所有支付方式对应的总金额。
90.需要说明的是，上述公交车在各运行工作时间段中乘客的人脸识别支付金额所属占比系数计算公式中，公交车在某运行工作时间段中乘客的人脸识别支付金额越高，则公交车在该运行工作时间段中乘客的人脸识别支付金额所属占比系数越大，表明公交车在该运行工作时间段中乘客的人脸识别支付金额越符合支付热度标准。
91.进一步地，所述评估公交车的人脸识别支付效果综合评价系数，其具体过程为：
92.z1:基于计算公交车在各运行工作时间段中乘客的人脸识别支付次数所属占比系数和公交车在各运行工作时间段中乘客的人脸识别支付金额所属占比系数，进而计算公交车的人脸识别支付效果综合评价系数，其计算公式为：其中ψ表示为公交车的人脸识别支付效果综合评价系数，e表示为自然常数，κ1和κ2分别表示为设定的乘客的人脸识别支付次数和人脸识别支付金额对应的效果评价修正系数。
93.所述综合显示端用于将公交车的人脸识别支付效果综合评价系数进行显示。
94.在一种具体的实施例中，通过对公交车的人脸识别支付数据进行综合分析，进而评估公交车的人脸识别支付效果综合评价系数，并将其通过综合显示端进行显示，进而能够为工作管理人员提供可视化的数据，据此进行相应的技术改善，在较大程度上提升了公交车人脸识别支付系统的发展稳定性。
95.在本发明具体的实施例中，通过提供一种基于人脸识别的公交车支付系统，智能化水平程度较高，一方面弥补了乘客自主刷卡投币方式所导致的忘记携带交通卡和纸币的弊端，大大减少了公交车驾驶员对纸币真伪的鉴别量，进而在一定程度上减少了公交车运营收入的损失率，一方面克服了机器扫码支付方式的弊端，提高了乘车支付效率，在乘车高峰期间，能够进行高效的支付，进而避免造成乘车拥堵和排队支付的现象，不仅有利于节约乘客的乘车时间，也有利于构建和谐稳定的乘车环境，并大大提升了乘客的乘车体验感。
96.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。