基于人脸识别的智能公交收费系统及其控制方法与流程

本发明涉及人脸识别的智能公交收费系统，具体为基于人脸识别的智能公交收费系统及其控制方法。

背景技术：

1、人脸识别的智能公交收费系统是一种利用生物识别技术实现公共交通支付的现代化系统，该系统通过安装在公交车上的摄像头捕捉乘客的面部图像，然后通过先进的人脸识别算法进行分析和比对，以识别和验证乘客的身份，一旦身份得到确认，系统将自动从乘客的账户中扣除相应的票价，从而完成支付过程，这种系统不仅提高了公交支付的便捷性和效率，还减少了对传统票务人员的依赖，同时也为乘客提供了一种无需携带现金或卡片的支付方式；

2、同时，系统还能够收集和分析乘客流量数据，为城市交通管理和规划提供支持，随着技术的不断进步，这种系统有望在未来的智能交通系统中发挥更加重要的作用；

3、现有人脸识别系统针对特定场景提出不同的面部识别算法，其中考虑到运动场景下的图像模糊问题，面部疲劳状态识别系统等，虽然针对特定场景的人脸识别算法相比于普适性算法在实际应用时的准确度更高，但是应用于老年场景的人脸识别的过程中，由于老年人脸存在皱纹、睑袋等特征，导致大量算法应用基于人脸识别的智能公交收费系统中，难以达到预期效果，因此，针对上述问题提出基于人脸识别的智能公交收费系统及其控制方法。

技术实现思路

1、本发明的目的在于提供基于人脸识别的智能公交收费系统及其控制方法，以解决现有人脸识别系统针对特定场景提出不同的面部识别算法，其中考虑到运动场景下的图像模糊问题，面部疲劳状态识别系统等，虽然针对特定场景的人脸识别算法相比于普适性算法在实际应用时的准确度更高，但是应用于老年场景的人脸识别的过程中，由于老年人脸存在皱纹、睑袋等特征，导致大量算法应用基于人脸识别的智能公交收费系统中，难以达到预期效果的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于人脸识别的智能公交收费系统及其控制方法，包括人脸识别模块、图像信息处理模块、后台扣款模块以及支付确认模块，所述人脸识别模块包括面部图像采集模块，所述后台扣款模块包括个人信息管理模块和费用管理模块；所述人脸识别模块用于实现人脸识别，提取人脸数字化信息，并将其存入数据库；所述面部图像采集模块用于当乘客接近公交车前门并将头对准面部设备的前部时，自动拍摄面部图像；所述图像信息处理模块用于获取拍摄的面部图像并进行处理；所述后台扣款模块用于接收处理后的面部图像信息数据，并执行扣款操作，所述个人信息管理模块用于对个人信息进行增、删、改、查操作，所述费用管理模块用于对用户余额和用户费用明细管理；所述支付确认模块用于将扣款结果传输到前端设备，并在客户端显示支付成功信息。

4、作为本发明进一步优化的内容，其中：所述面部图像采集模块包括至少一个摄像头，该摄像头配置有自动对焦和自动曝光功能。

5、作为本发明进一步优化的内容，其中：所述图像信息处理模块包括面部检测、特征提取和相似度比较算法，用于将获取的面部图像与数据库中存储的面部图像进行比对。

6、作为本发明进一步优化的内容，其中：所述后台扣款模块包括账户验证、交易处理和安全加密算法，用于确保交易的安全性和准确性。

7、作为本发明进一步优化的内容，其中：所述支付确认模块包括实时通信协议和用户界面，用于将支付结果实时显示给乘客，并提供支付成功或失败的提示。

8、作为本发明进一步优化的内容，其中：所述系统进一步包括一个用户注册模块，用于在首次使用时采集和注册乘客的面部图像和账户信息。

9、作为本发明进一步优化的内容，其中：所述系统还包括一个异常处理模块，用于在面部识别失败或支付异常时提供备用支付选项或提示。

10、作为本发明进一步优化的内容，其中：包括以下步骤：

11、步骤a：拍摄面部图像，当乘客接近公交车前门并将头对准面部设备的前部时，摄像头自动拍摄面部图像，并通过人脸识别模块进行人脸识别，且在进行人脸识别的过程中，通过基于年龄的子分类器对特征进行分段处理，将老年人按年龄段分类，并对每个年龄段的人脸特征进行专门优化；

12、步骤b：获取图像信息，乘客确认上传后，系统进行处理，并传输图像进行相似度的比较，并通过图像信息处理模块进行处理；

13、步骤c：后台扣款操作，传输人脸信息数据到后台，进行扣款操作；

14、步骤d：确认付款信息，后台将相关结果传输到前端设备，前端设备接收信息并将信息显示到客户端，并且提醒支付成功。

15、作为本发明进一步优化的内容，其中：所述人脸识别模块识别人脸为老年人时，s1:通过多尺度信息输入模块提取人脸特征，使用不同尺寸的卷积单元，并通过concat融合特征，公式为：

16、

17、式中：f1、f2和f3表示卷积单元输出的特征图，h和w分别为特征图的高、宽，ci为卷积通道数量，bi、ti和ei为调节因子；

18、s2:通过全局自适应特征提取模块使用平均池化和卷积单元提取特征，并通过relu和sigmoid激活函数进行特征平滑；

19、s3:结合特征增强注意力模块使用像素注意力机制和最大池化来增强对老年人特有面部特征的关注；

20、s4:采用自适应损失策略来优化识别结果；

21、作为本发明进一步优化的内容，其中：所述自适应损失策略采用改进的eiou损失函数，公式为：

22、

23、iou为交并比，用于衡量预测框和真实框的重叠程度，d(b,b_true)为预测框和真实框之间的距离，c为能够同时包含预测框和真实框的最小外接框的对角线长度，w和w_n为预测框和真实框的宽度，h和h_n为预测框和真实框的高度，u和l分别为最小外接框的宽度和高度，a和l为权重系数，r1、r2和r3为常量，用于调节损失函数中的各项指标。

24、与现有技术相比，本发明的有益效果是：

25、1、本发明中，针对老年人脸的独有特征，多尺度信息输入模块采集老年人脸的特征信息，并设计多项式损失调整策略来调整权重，指导其提取或关注面部关键特征，加入特征增强注意模块来增强关键特征，自适应损失策略等技术手段，针对性地解决了老年人面部特征复杂性带来的挑战；

26、2、本发明中，通过使用不同尺寸的卷积单元提取人脸的全局和局部特征，增强了系统对老年人面部特征的识别能力，同时利用平均池化和卷积单元提取特征，并通过relu和sigmoi d激活函数进行特征平滑，减少了皱纹等特征的干扰，提高了识别的准确性，且结合像素注意力机制和最大池化，增强了对老年人特有面部特征的关注，进一步提升了识别的精准度；

27、3、本发明中，采用改进的e iou损失函数，优化了模型的训练过程，使得系统在识别老年人面部时更加准确，且方便新用户注册，确保了只有注册用户才能使用面部识别支付功能，增强了系统的安全性，同时在面部识别失败或支付异常时提供备用支付选项，确保了交易的连续性，提升了用户体验，并可以确保支付结果能够迅速反馈给乘客，提供了及时的支付成功或失败提示。