1.一种基于人脸识别的支付方法，其特征在于，包括：

接收第二终端发送的支付接收请求，所述支付接收请求用于请求接收来自第一终端的支付，其中所述第一终端为移动终端；

获取所述第一终端的第一定位位置和所述第二终端的第二定位位置；

计算所述第一定位位置与所述第二定位位置之间的第一距离，并判断所述第一距离是否大于预设的第一距离阈值；

若所述第一距离不大于预设的第一距离阈值，则获取第三终端信息，其中所述第三终端的定位位置与所述第一定位位置之间的第二距离小于预设的第二距离阈值；

向所述第一终端、第二终端和所述第三终端分别发送人脸图像获取请求，并获取所述第一终端的预置摄像头采集的所述第一终端对应的指定用户的第一人脸图像，获取所述第二终端的预置摄像头采集的所述指定用户的第二人脸图像，以及获取第三终端的预置摄像头采集的所述指定用户的第三人脸图像；

根据预设的图像相似度计算方法，计算第一人脸图像、第二人脸图像和第三人脸图像三者之间的图像相似度值，并判断所述图像相似度值是否均大于预设的图像相似度阈值；

若所述图像相似度值均大于预设的图像相似度阈值，则开放所述第一终端向所述第二终端进行支付的权限。

2.根据权利要求1所述的基于人脸识别的支付方法，其特征在于，所述获取所述第一终端的第一定位位置和所述第二终端的第二定位位置的步骤之前,包括：利用预设的第一信号发射器向所述第一终端发送第一测距请求，并利用预设的第二信号发射器向所述第一终端发送第二测距请求，并根据公式：T1＝第一测距请求的传播时长-第二测距请求的传播时长，计算得到时间差T1；其中所述第一信号发射器和所述第二信号发射器在高度方向上重叠；

利用预设的第一信号发射器向所述第二终端发送第三测距请求，并利用预设的第二信号发射器向所述第二终端发送第四测距请求，并根据公式：T2＝第三测距请求的传播时长-第四测距请求的传播时长，计算得到时间差T2；

判断所述时间差T1和所述时间差T2的差值是否小于预设的时间差阈值；

若所述时间差T1和所述时间差T2的差值小于预设的时间差阈值，则生成定位位置获取指令，所述定位位置获取指令用于指示获取所述第一终端的第一定位位置和所述第二终端的第二定位位置。

3.根据权利要求1所述的基于人脸识别的支付方法，其特征在于，所述获取第三终端，其中所述第三终端的定位位置与所述第一定位位置之间的第二距离小于预设的第二距离阈值的步骤,包括：获取与所述第一定位位置的距离小于预设的第二距离阈值的所有参考终端；

判断所有参考终端的数量是否大于1；

若所述参考终端的数量大于1，则从所有参考终端中选出使用时间最长的终端记为第三终端，并获取所述第三终端。

4.根据权利要求1所述的基于人脸识别的支付方法，其特征在于，所述根据预设的图像相似度计算方法，计算第一人脸图像、第二人脸图像和第三人脸图像三者之间的图像相似度值的步骤之前，包括：获取第一人脸图像的第一采集时间，获取第二人脸图像的第二采集时间，以及获取第三人脸图像的第三采集时间；

根据预设的数值转换方法，将所述第一采集时间、第二采集时间和第三采集时间对应转换为第一采集时间数值、第二采集时间数值和第三采集时间数值；

根据公式：M＝MAX(第一采集时间数值,第二采集时间数值,第三采集时间数值)-MIN(第一采集时间数值,第二采集时间数值,第三采集时间数值)，从而计算得到数值差M；

判断所述数值差M是否小于预设的数值阈值；

若所述数值差M小于预设的数值阈值，则生成相似度计算指令，所述相似度计算指令用于指示根据预设的图像相似度计算方法，计算第一人脸图像、第二人脸图像和第三人脸图像三者之间的图像相似度值。

5.根据权利要求1所述的基于人脸识别的支付方法，其特征在于，所述根据预设的图像相似度计算方法，计算第一人脸图像、第二人脸图像和第三人脸图像三者之间的图像相似度值的步骤，包括：采用第一相似度计算方法，计算所述第一人脸图像和所述第二人脸图像的图像相似度值，其中所述第一相似度计算方法以像素点作为最小计算单位；

根据预设的区块划分方法，将所述第一人脸图像、第二人脸图像和第三人脸图像分别划分为多个区块，其中所述区块的颜色数值被设置为等于区块内所有像素点的平均值；

采用第二相似度计算方法，计算所述第一人脸图像和所述第三人脸图像的图像相似度值，以及计算所述第二人脸图像和所述第三人脸图像的图像相似度值，其中所述第二相似度计算方法以所述区块为最小计算单位。

6.根据权利要求1所述的基于人脸识别的支付方法，其特征在于，所述开放所述第一终端向所述第二终端进行支付的权限的步骤之前，包括：将所述第一人脸图像输入已训练好的基于神经网络结构的人脸识别模型中进行处理，从而得到所述人脸识别模型输出的识别结果；

判断所述识别结果是否与所述指定用户相对应；

若所述识别结果与所述指定用户相对应，则生成权限开放指令，所述权限开放指令用于指示开放所述第一终端向所述第二终端进行支付的权限。

7.根据权利要求6所述的基于人脸识别的支付方法，其特征在于，所述将所述第一人脸图像输入已训练好的基于神经网络结构的人脸识别模型中进行处理，从而得到所述人脸识别模型输出的识别结果的步骤之前，包括：分别从不同类型的样本数据库中提取等量的样本数据，从而组成数据集，并将所述数据集划分为训练数据集和测试数据集，其中所述样本数据包括预先收集的用户以及所述用户的人脸图像；

将所述样本集中的样本数据输入预设的神经网络模型中训练，训练的过程中采用随机梯度下降法，从而得到暂时模型；

使用所述测试数据集中的样本数据对所述暂时模型进行验证，从而得到验证结果；

判断所述验证结果是否为验证通过；

若所述验证结果为验证通过，则将所述暂时模型记为所述人脸识别模型。

8.一种基于人脸识别的支付装置，其特征在于，包括：

请求接收单元，用于接收第二终端发送的支付接收请求，所述支付接收请求用于请求接收来自第一终端的支付，其中所述第一终端为移动终端；

定位位置获取单元，用于获取所述第一终端的第一定位位置和所述第二终端的第二定位位置；

第一距离阈值判断单元，用于计算所述第一定位位置与所述第二定位位置之间的第一距离，并判断所述第一距离是否大于预设的第一距离阈值；

第三终端获取单元，用于若所述第一距离不大于预设的第一距离阈值，则获取第三终端信息，其中所述第三终端的定位位置与所述第一定位位置之间的第二距离小于预设的第二距离阈值；

人脸图像获取单元，用于向所述第一终端、第二终端和所述第三终端分别发送人脸图像获取请求，并获取所述第一终端的预置摄像头采集的所述第一终端对应的指定用户的第一人脸图像，获取所述第二终端的预置摄像头采集的所述指定用户的第二人脸图像，以及获取第三终端的预置摄像头采集的所述指定用户的第三人脸图像；

图像相似度计算单元，用于根据预设的图像相似度计算方法，计算第一人脸图像、第二人脸图像和第三人脸图像三者之间的图像相似度值，并判断所述图像相似度值是否均大于预设的图像相似度阈值；

权限开放单元，用于若所述图像相似度值均大于预设的图像相似度阈值，则开放所述第一终端向所述第二终端进行支付的权限。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。