基于卷積神經網絡的車臉識別防逃費稽查平臺研究

薛珂安

摘要：文章基于卷積神經網絡技術，分析高速公路車臉識別防逃費稽查平臺的設計與應用。從車輛品牌型號識別、以圖搜車技術、臨界車型判定等方面分析了平臺的實現原理;從節假日臨界車型研判模塊、ETC大車小標研判模塊、數據匯聚、數據存儲、圖片存儲等方面闡述了平臺的組成與功能，并結合高速公路管理案例，驗證平臺功能達到了高速公路稽查管理的要求。

關鍵詞：車臉識別防逃費稽查平臺;卷積神經網絡;以圖搜車技術;臨界車型;數據匯聚

中國分類號：U491.4文章標識碼：A451704

0 引言

近年來，廣西高速公路交通量不斷增長，交通管理難度越來越大，如節假日7座以上二類客車惡意逃費、在途沖卡、假套牌、克隆車等逃費問題十分突出，給高速公路營業收入造成了重大損失，還帶來了一系列的治安秩序問題和交通安全隱患。要有效解決上述問題，必須依靠科技手段，通過對視頻卡口過車圖片進行智能分析，快速發現逃費車輛，收集逃費車輛過程信息，鞏固逃費證據鏈，可使高速公路運營、收費、稽查等部門對車輛逃費進行追繳，將惡意逃費車輛及駕駛員證據提供給公安部門進行打擊，有效凈化高速公路收費經營管理工作并實現增收提效。

1 卷積神經網絡系統實現原理

1.1 車輛品牌型號識別

采用機器學習、深度學習算法對卡口車輛圖片進行品牌型號自動智能識別，車輛品牌型號識別采用卷積神經網絡（簡稱CNN）進行模型訓練和識別，CNN是一種多層的前饋神經網絡，由一個或多個卷積層、亞采樣層以及頂端的全連通層組成，其在語音識別、圖像識別、模式分類等領域都有著極為出色的應用。用于提取車輛特征的深度卷積神經網絡結構及各層的參數如圖1所示，該網絡包括1個輸入層、4個卷積層（分別用C1、C2、C3、C4來表示）、4個下采樣層（分別用P1、P2、P3、P4來表示）、2個全連接層（分別用F1、F2來表示）和1個SoftMax層。

網絡的輸入層圖像是根據車牌位置信息準確估計的車臉區域，并將該區域圖像尺度歸一化到200×80像素。系統采用與人臉識別方式類似的車臉識別技術，可實現車臉區域提取和車型識別。

1.2 以圖搜車技術

可任意選取單個或幾個特征為檢索依據，快速從卡口圖像結構化信息中分析尋找到車輛的原貌和行駛軌跡，可快速還原逃費車輛及其駕駛員原貌，高效獲取逃費車輛及駕駛員的舉證證據。系統采用第二代以圖搜車技術，可實現圖片入庫時預先提取圖片特征、結構化信息，搜索時僅對特征值比對，速度極快，計算量少，全數據搜索，不易遺留，特征結果可重復使用、實現等關鍵原理。分區比對技術支持多區域特征對比，極大提升以圖搜圖準確率。

1.3 臨界車型判定

通過對比不同座位數的車輛外觀，可知大部分同一品牌的車輛在不同子品牌、不同年款、不同的座位數配置上，外觀上均是有細微區別的。根據車臉紋理識別原理，系統首先對車輛大品牌（如大眾）進行分類，然后按子品牌分類（如大眾邁騰、速騰），再按年款進行區分，最后識別、分析出不同車輛的座位數。

2 車臉識別防逃費稽查平臺設計與實現

2.1 節假日臨界車型研判模塊

在節假日免費通行期間，對所有免費放行的車輛進行分析研判，篩選出不在免費范圍內的逃費車輛，結合車輛的入口信息和逃費金額，對其進行追繳或列入黑名單攔截系統。節假日逃費車輛篩查主要是針對二類車冒充一類車逃費的事后篩查，本功能篩查的重點是商務車、中小型面包車、皮卡車。

節假日逃費的車主往往在非節假日，也會存在二類車冒充一類車，達到少繳納過路費用的行為。因此，“節假日逃費車輛篩查”不僅可以針對節假日逃費車輛進行篩查，也可以對平時的少繳費車輛進行篩查。節假日逃費車輛篩查功能分為車型識別→逃費嫌疑車型篩選→收費流水驗證→座位數驗證→逃費車輛匯總→人工確認→逃費車輛導出等過程。工作流程如圖2所示。

2.2 ETC大車小標研判模塊

系統通過ETC車道攝像機進行車輛信息的收集和分類，當車輛數據與車型不符時確定為目標車輛，通過OBU登記信息通知車主補繳通行費。ETC大車小標車輛篩查主要是針對二類車、三類車冒充一類車、黃牌車冒充藍牌車逃費的事后篩查，暫時不考慮四類車冒充一類車，以及三類車、四類車冒充二類車的逃費篩查。本功能篩查的重點是貨車、中小型面包車、皮卡車。

ETC大車小標車輛篩查功能分為車型識別+車牌類型識別→ETC信息比對→逃費嫌疑車型篩選→座位數驗證→逃費車輛匯總→人工確認→逃費車輛導出等過程，工作流程圖如圖3所示。

2.3 數據匯聚

在高速公路各路段中心建設臨界車型識別子系統，在自治區中心建設臨界車型識別稽查系統，采用自治區中心、路段二級聯網、組網。各路段建設的子系統各自存儲識別數據，子系統能夠獨立運作，又可將識別后的數據匯聚到自治區中心，各路段子系統之間數據對等開放、互聯互通，通過中心車型稽查系統實現全區高速公路車輛車型信息的安全共享，系統數據匯聚如下頁圖4所示。

2.4 數據存儲

高清卡口圖片通過識別后，變成結構化的數據，需要存儲這些數據用于系統后續查詢和分析應用。系統的數據主要包括兩部分：（1）數據量相對較少的、有很強關系性的和必須保證一致性的開戶信息（卡口ID、卡口地理位置、方向等）和字典信息（車牌種類、品牌種類等）;（2）海量數據的、不要求強一致性和弱關聯關系的過車圖片結構化信息。

考慮海量數據的快速查詢和數據挖掘，將過車記錄格式化信息存儲到大數據集群中，實現海量數據的快速查詢;將頻繁關聯查詢的開戶信息和字典信息，存儲到傳統的關系型數據庫中。通過數據庫和大數據集群的結合，實現整個系統關系數據的快速檢索和查詢，工作流程如圖5所示。

格式化的識別文本數據存儲在大數據系統中，但是大數據系統無法簡單實現數據的共享，為了數據的共享和安全性，額外將格式化的文本數據存儲到生產數據庫中。考慮系統業務需求和系統成本，各路段子管理系統采用開源的MySQL數據，監控中心數據庫采用Oracle數據庫。

每一條過車記錄的格式化信息大小不超過1 kB字節，按照路段卡口建設現狀，每個路段每天產生30～50萬卡口識別數據，格式化文本數據存放時間按照365 d估算，數據庫需要配置200 GB存儲空間;大數據需要（3節點-1節點）×200 GB=400 GB，共計≥1 TB存儲空間，每個大數據節點服務器至少配置500 GB硬盤存儲空間。

2.5 圖片存儲

系統圖片存儲在路段識別服務器上（如果識別服務器存儲空間不足，需要配置單獨的存儲服務器），為了減少系統建設投資費用，自治區中心車型稽查系統不存儲圖片文件，使用圖片URL引用圖片，顯示圖片時通過網絡訪問路段識別服務器上的圖片數據，如圖6所示。

路段子管理系統根據卡口數據的對接方式不同，路段圖片存儲分為兩種情況：

（1）直接對接卡口相機的情況，所有的圖片從卡口相機獲取后，存儲在識別服務器上，并且僅保留90 d之內的圖片數據，系統自動循環刪除90 d之前的卡口圖片數據;

（2）通過高清卡口系統獲取圖片數據的情況，為了減少系統存儲建設費用，同時保證系統對卡口圖片的快速查看，路段識別服務器僅保存30 d之內的卡口數據，如果系統需要訪問30 d之前的歷史圖片數據，通過圖片URL地址，引用訪問存儲在高清卡口系統中的圖片數據。

3 工程應用案例

3.1 ETC大車小標稽查案例

表1是臨界車型稽查系統在2019年7～8月期間ETC車道大車小標稽查試點的成果。

由表1可看出，目前大車小標的現象非常普遍，隨著ETC全國聯網的實現，一次逃費的金額更大。在試點的這6條路段中，通過分析30 d的圖片數據，排查出695輛車存在大車小標的情況，由此可推算，全國高速公路ETC大車小標每年的逃費金額絕對不容小覷，必須建立新的稽查管控體系予以有力打擊。

3.2 節假日免費放行期間7座以上客車逃費稽查

在2018年國慶、2019年春節、2019年清明和2019年勞動節期間，臨界車型稽查系統在廣東省交通集團建設公司8條高速公路共發現逃費46 531次，截至8月31日，共追繳795萬元，平均每輛車追繳路費295元，全部追繳可追回960萬元。同時，通過灰名單提醒功能，系統共提醒285 462次，8條路挽回通行費275萬元，共計超過1 100萬元。該項目十分有效地堵住了臨界車型帶來的漏洞，成效非常明顯。

4 結語

通過分析車臉識別防逃費稽查平臺的實現原理、設計與應用，得出以下結論：

（1）該稽查平臺可實現車型識別與研判、ETC大車小標研判、數據收集、分析與搜索和圖片存儲等功能，系統組成和功能滿足高速公路稽查管理的要求。

（2）通過在廣西6條試點高速公路運用車臉識別防逃費稽查平臺進行稽查管理，分析30 d的圖片數據，排查出695輛車存在大車小標的情況，說明運用稽查系統可有效查處高速公路車輛逃費事件。

（3）通過在國慶、春節、清明和勞動節期間對廣東省8條高速公路開展稽查管理，共發現逃費46 531次，預計可追繳過路費約960萬元，通過系統灰名單提醒挽回通行費275萬元，共計追回費用超過1 100萬元，說明系統可有效堵住臨界車型帶來的漏洞，成效顯著。

參考文獻：

[1]周曉宇.基于大數據分析挖掘的高速公路收費稽查系統[J].中國交通信息化，2019，21（8）：20-24.

[2]潘 虹，朱押紅.ETC稽查器在ETC防逃費上的應用及展望[J].公路交通科技（應用技術版），2010，6（7）：283-284.

[3]戴澤華.基于大數據分析的高速公路收費輔助稽查系統[J].中國交通信息化，2012，20（3）：96-98.

[4]張廣穆.綠通稽查綜合防逃費系統的研究與運用[J].廣東公路交通，2017，43（3）：50-53，61.

3114501908247