战荫伟，朱百万，杨 卓

(广东工业大学 计算机学院,广东 广州 510006)

目前，基于车牌识别技术的停车场收费系统存在很多问题，例如无法识别无牌车、套牌车逃费以及混淆字母错读等。无牌车不仅在进入停车场时需要人工放行，且无牌车计费之前需要人工查找入口图片，这一过程不但耗时还增加了工作量，在大型停车场容易造成拥堵。车牌识别的停车场收费系统将待扣费的车辆分为临时车与月保车，在车辆离开停车场之前对临时车进行收费后放行，月保车则免费放行。部分临时车贴上月保车的车牌号码，系统识别为月保车免费放行，从而达到逃费的目的。车牌识别的停车场收费系统中混淆字母错读会导致正常车辆被莫名拦截，降低了用户体验。针对上述问题，需要基于车牌以外的其它特征来对车辆进行自动、准确地识别。车脸能够有效表达车辆的特征信息，因此，本文提出基于卷积神经网络的车脸识别算法，并将该算法命名为VfNet，根据车脸图像自动识别车辆。本文利用车脸识别和移动支付技术实现智能停车场收费系统，不仅解决了无牌车无法自动扣费、套牌车逃费、车牌中混淆字母错读等问题，而且通过手机免密支付等手段实现了不停车收费。

1 相关研究

现有的车脸识别技术是为了弥补车牌识别、车型识别在车辆识别上的不足[1]。2015年，文献[2]提取车辆前脸的HOG特征，用投影定位和形态学粗定位相结合的方法提取视频中车辆前脸区域。……