目前国内基于车牌识别技术的智能停车场收费系统存在对无牌车无法识别、套牌车逃费等问题,对无牌车无法识别的问题会降低停车场智能化管理水平,套牌车逃费的问题则直接侵害合法车主的权益。针对上述问题,需要利用车牌之外的其它车辆特征来对车辆身份信息进行准确的识别,而车脸具有丰富的车辆特征信息,因此我们采用深度学习技术,根据车脸图像特征对车辆身份信息进行有效地识别,进而设计和实现智能停车场收费系统,以解决对无牌车无法识别、套牌车逃费等问题。车脸识别技术是根据车正面的前部特征信息对车辆进行身份识别认证的一种技术。随着科学技术的发展,车脸识别技术已经得到广泛应用,例如车脸鉴别、车脸验证等。在车脸识别的过程中,往往伴随着车脸属性分析,即通过算法分析得到该车脸的相应属性,例如车辆颜色、车型等,这些属性有助于我们在实际场景中做进一步的判断和应用。本文主要的研究内容包括以下四个方面:(1)车脸检测算法的研究。对YOLOv3网络结构进行优化,实现对视频中的车脸进行快速、准确的检测。(2)车辆属性分析算法的研究。对VGGNet网络结构进行优化,用以对提取车脸图像特征,通过Softmax实现对车辆颜色与车型两种属性的同时识别。相比其它典型的车辆颜色或车型识别的算法,该算法具有更高的识别准确率。(3)车脸识别算法的研究。对深度残差网络结构进行改进,用以对提取车脸图像特征,对三元组损失函数进行改进,用以对网络模型进行训练。经实验表明,本文设计的车脸识别算法的识别准确率为94.32%。(4)智能停车场收费系统的研发。利用上述研究成果,我们研发了一套智能停车场收费系统。该系统不仅有效解决对无牌车无法识别、套牌车逃费等问题,而且提供“车脸支付“功能,为停车场收费领域的创新应用提供范例。