一、概述

　　高速公路收费管理是一种社会化服务管理工作，同时公众对高质量的交通出行服务需求迫切，规范服务标准，提高服务质量，打造优质服务品牌，提升社会效益，是高速公路运营管理者亟需解决的问题。收费人员服务考评系统通过对收费人员的工作量、工作效率、服务质量3个维度进行量化分析，提供客观真实、公平公正的考核依据，辅助提高收费人员工作效率、服务质量。

 

---

二、方案亮点

 

1、多维度实现收费人员服务考评。

通过视频分析技术、语音识别技术、大数据集合、管理和处理技术对收费人员的工作量、工作效率、服务质量3个维度进行量化分析，提升工作效率和服务质量。

 

2、评分结果实时反馈，提升服务质量。

每次考评结束后，通过收费人员考评终端，实时反馈考评结果；收费员可根据反馈结果自我完善，不断提升服务质量。

 

3、考评时间精确，规避考评界定混乱。

通过车道上的地感线圈实时检测来车、去车情况，精确获取收费人员的单次服务时间。

 

4、个性化考评基准设定，考评结果客观准确。

根据历史视频数据及评分结果，针对每个收费员进行考评基准校正，满足管理需求，使考评结果更加客观、准确。

 

5、侧脸识别，全面分析微笑服务质量。

基于实时视频流，通过深度学习技术中的MTCNN卷积神经网络模型，对服务过程中正脸及侧脸的微笑服务进行分析识别打分；

 

 

---

三、功能介绍

　　收费人员服务考评系统包括人脸识别考勤、文明用语识别、转身动作识别、微笑服务评价、迎车手势识别等五大核心功能。

 

1、动态人脸识别考勤，保证考核人员的正确性

　　采用先进的人脸识别技术，对上岗收费员进行身份识别，完成考勤。对眼镜、光照、表情、年龄有很强的适应性。

 

2、文明用语识别，提升考评人员用语规范性

　　采用先进语音识别技术的文明用语评测，保证识别速度、识别能力，提升语音识别准确率。语音识别准确率已经超过98%。

 

3、转身迎车动作识别，提升考评人员动作规范性

　　采用top-down和bottom-down相结合的模型，对人体关键点进行定位，根据置信度计算进行收费员的姿态识别，实时刻画追踪人体行为动作，并根据所识别内容通过标准动作评判，从而完成文明手势和转身动作的识别和判定。

 

4、微笑服务评价，业内特有的侧脸识别技术和个性化基准设定

　　基于深度学习技术中的MTCNN卷积神经网络模型，结合两类卷积神经网络结构设计，同时兼顾浅层特征和深层特征，利用ResNet的网络结构进行特征融合，有效的对面部特征进行高维特征的提取，完成微笑识别和打分。

 

5、对海量数据进行统计分析，报表定制化

　　对下属所有收费站的收费员服务考评信息进行汇总、分析；可根据用户需求输出日、周、月、季度、年度等报表，支持导出功能。

 

6、服务过程中的证据留存，解决异议纠纷

　　提供收费员服务过程中的证据留痕，支持查询和回放；在收费员质疑评分结果时，可以查看历史的视频数据和评分结果。

 

---

六、设备部署图

 

 

部署说明

 

管理处部署

■   收费人员考评服务器，为考评服务提供业务支持、界面展示、数据统计等功能

■   人脸识别服务器，对收费人员上岗、交接班时人脸识别分析、面部特征信息管理里等功能

■   考评客户端（PC），web登陆，可审查、修改考评信息

■   E考评管理（APP），移动监督、移动点评、移动考核

■   对讲广播服务器，车辆进出通知、考评信息交互

 

收费站部署

■   收费人员分析服务器，对考评服务期间采集视频进行视频数据分析

■   微笑摄像机，采集收费员服务考评视频数据

■   收费人员考评终端，实现人脸采集、语音播报、音频拾取等功能，考评结束后，实时播报考评结果；

■   票亭对讲终端，连接地感线圈，感知车来车走