淺探基于人臉識別的高速公路防逃費技術

吳朝暉

摘要：高速公路逃費是當前常見的現象，所以可以運用人臉識別技術進行預防。在本文中，首先闡述基于人臉識別的高速公路防逃費技術的具體原理，然后對相應的軟件結構進行設計。最后，筆者將結合自身的工作經驗，對該軟件的應用效果進行測試、分析，目的是為高速公路的業主管理提供參考，優化高速公路費用的管理模式。

關鍵詞：人臉識別;高速公路;防逃費技術

目前，高速公路基本已經實現“一張網”的收費模式。但是因為逃費有著較高的利潤誘惑，因此當前逃費的行為屢禁不止。雖然卡口應用了高清防逃費的技術，不過因為套牌、換卡等方式增加了管理難度。為了彌補傳統方式的不足，可以將人臉識別技術應用在其中。在卡口位置車速會減慢，而通過人臉識別技術進行抓拍，可以有效實現高速公路防逃費的目的。

1 基于人臉識別的高速公路防逃費技術的原理

應用人臉識別優化的高速公路防逃費技術，其能夠有效打擊人們的違法行為。這一技術中，必須保證人臉識別的快速性、準確性，保證最終抓拍照片的質量。具體而言，基于人臉識別的高速公路防逃費技術原理，主要得益于相應的人臉識別算法：（1）臉部定位。圖像會對一個或者幾個不同的新面孔進行分析，從而確定人臉的大小、位置。（2）眼睛定位。這一環節會根據眼睛中央的位置，完成定位的確定，為識別人臉奠定基礎。（3）檢查圖像質量。系統應該對圖像進行相應的質量分析，查看其中是否滿足后續程序的運行需求，如果質量不達標需要立即進行第二次采集。（4）標準化處理。在圖像中完成對臉部的提取，同時還要進行旋轉、縮放，并形成一個相對固定的、合理的圖像大小。同時，眼睛的位置位于圖像中固定的位置。（5）預處理。經過標準化處理以后，可以運用基本技術對圖像進行預處理，包括強度標準化、直方圖均衡等。（6）提取特征。完成預處理以后，需要將臉部特征進行提取，為實現相互區分提供便利。（7）當登錄以后，通常會將同一人的幾個圖像進行合并、提取，即生物特征識別模塊。（8）對比。在需要進行核查的環節中，所有提取的特征會直接與生物特征識模板進行相應的對比，最終實現人臉識別的目的。

2 基于人臉識別的高速公路防逃費軟件的設計

要想充分發揮人臉識別技術的作用，優化高速公路防逃費的管理模式，應該對相應的軟件進行合理設計。在完成設計以后，業主單位應該積極將其應用在收費管理中，彌補人工收費存在的不足。基于此，可以在很大程度上提高管理工作的自動化水平，同時為業主管理提供諸多便利。其中，軟件的設計主要包括以下幾方面：（1）軟件的核心架構。由于系統在具體應用的過程中，常常會遇到較大的車流量。同時隨著多個出入口的設置、多條聯網道路交叉口的設置等，必然會出現與人臉識別有關的大數據。因此，該軟件的設計應該運用百萬級別以上的架構，同時保證其具有較強的擴展性。其中，核心架構分為客戶端、服務端，相互之間可以實現信息共享。（2）軟件的邏輯架構。為了保證系統運行的穩定性，本軟件的邏輯架構主要包括系統用戶層、表現邏輯層、業務邏輯層、系統服務層、基礎架構層。（3）應用架構以及應用模塊。結合相應的需求，必須保證軟件的功能具備報警功能、實施對比、建模、信息采集、歷史查詢等功能。同時，將其劃分為應用層、平臺層、采集層三部分。通過以上的設計，能夠有效彰顯人臉識別技術的重要價值，為實現高速公路防逃費的目的提供強有力的技術保障。

3 基于人臉識別的高速公路防逃費軟件的測試

完成高速公路防逃費軟件的設計以后，需要對其進行相應的測試。基于此，能夠及時發現人臉識別技術的優勢，或者確定軟件設計的不足，從而第一時間進行針對性的調整。在這一前提下，可以幫助業主掌握使用軟件的方式，提高軟件應用的合理性。本文的分析中，以Y高速路為例采用以下方式進行測試，并對最終的效果予以總結：

3.1 軟件測試的具體部署

在D高速公路的進出口位置處，安裝了2個4000萬像素高清網絡攝像機，即進口A位置一個、出口B位置一個。在進口A的區域中，運用便攜機進行人臉抓拍建模系統的部署。在這一前提下，攝像采集設備會在駕駛人員經過收費站的瞬間，完成對臉部特征的采集、提取、建模。最后，系統中所形成的模板數據，便會直接存儲在數據庫之中。在進口B的區域中，同樣運用便攜機進行人臉抓拍建模系統的部署。而當駕駛人員經過收費站的瞬間，攝像采集設備便會及時完成對臉部特征的采集、提取、建模工作。最后，所形成的人臉數據會與數據庫中保存的人臉信息進行對比。同時，找出與信息一致的人員。基于人臉識別技術的應用，同時結合高速公路收費系統。可以更加準確地確定駕駛人是否出現了逃費的現象。

3.2 軟件測試的具體效果

以D高速公路進出口的現場環境為前提，對其中進口A的第三個收費卡口進行部署，同時對出口B位置的第一個卡口設置攝影采集設備，實現人臉識別技術的應用。為了保證測試的效果，需要對抓拍圖像質量進行分析，最終選擇1000張清晰圖像進行對比，其中包含可使用的數量為100對。結合100對正樣本，對不同時間段、不同光線條件的準確率進行測試。

（1）晚上的效果最佳，而中午的效果最差。前者的準確率達到98.4%，后者能夠達到86%左右。而早晨的準確率則為88.1%。所以，這種人臉識別能夠滿足管理業務的相關需求。（2）光線弱的情況下樣本正確率最高，為98.5%。光線強度中等的前提下，樣本正確率為88%。光線最強時的正確率為84%。同樣能夠滿足防逃費管理的需求。結合最終測試的結果能夠發現，雖然以人臉識別為基礎的高速公路防逃費管理軟件，在運行過程中會受到時間段、光線等因素的影響，但是整體的性能能夠為相關工作提供借鑒與參考。因此，將本文設計的防逃費軟件應用在實際中，其具有較強的可行性、必要性。

4 結語

綜上所述，以人臉識別技術為前提進行高速公路防逃費監管，其有著較強的科學依據。因此，將軟件應用在高速公路的收費管理中，能夠降低業主的經濟損失，同時不斷強化管理工作的先進性，可以滿足高速公路防逃費的相關需求，為維護相關部門與機構的利益提供保障。

參考文獻：

[1] 王俊健，王瑩，王以好.基于深度學習的高速公路逃費車輛圖像稽查技術研究[J].中國交通信息化，2019（05）.

[2] 王虹.業界聚焦“打逃”技術+——2017全國高速公路防逃費技術應用研討會在杭州召開[J].中國交通信息化，2017（09）.

（作者單位：廣東省高速公路有限公司）