算法守护隐私：路边停车收费系统实现人脸车牌数据“即采即焚”
这些年，智慧城市跑得很快。路边停车从人工收费变成高位视频桩自动识别，车主停完车手机上就能收到账单，确实方便了不少。但作为长期跟踪城市数字化治理的观察者，我也一直有个隐忧：那些架在电线杆上的摄像头，白天黑夜不停扫过行人和车辆，人脸、车牌这些高度敏感的个人信息，到底被存到哪儿了？又能被留多久？
这个答案，在最近几个城市的试点中，终于有了让人踏实的落点——基于边缘计算与轻量化算法的“即采即焚”机制，正在成为新一代路边停车收费系统的标配。
所谓“即采即焚”，并不是字面意义上把设备烧掉，而是指数据在采集端完成算法比对后，原始图像不落盘、不回传、不留存。以深圳龙岗和杭州余杭的试点为例，高位视频设备捕捉到车辆驶入泊位后，内置的AI芯片会在本地完成车牌识别与泊位状态判定，生成一条仅包含“车位编号 车牌号 时间戳”的脱敏记录，直接推送至停车管理平台用于计费；而含有人脸、车身细节的原始画面，在算法任务结束的毫秒级时间内即从设备内存中清除，后台系统根本拿不到原图。
这背后靠的不是一句口号，而是一套实打实的工程方案。首先是算法前置。过去很多系统是把视频流全部传到云端，再由服务器识别，等于把隐私风险成倍放大。现在用的车规级推理模组，算力足够跑YOLO和轻量Transformer，识别准确率在复杂光照下也能保持在98.5%以上，完全没必要把 raw data 往外发。其次是内存隔离机制。设备固件层面做了写保护，原始帧只进易失性存储，断电即失，从物理上断了“事后翻看”的可能。再者，监管接口也接上了。交警和网信部门可以通过审计日志核验“有无异常留存”，但日志里也只有处理条数，没有任何可还原的内容。
可能有人会问：要是逃费了，没录像怎么举证？其实这正是设计巧妙的地方。系统并不是完全不要证据，而是把证据也做了最小化——当识别到欠费离场，设备会生成一张仅框出车牌区域、抹去周边人脸与环境的“证据切片”，依法留存短期用于催缴，且到期自动清理。既兼顾了公共管理需要，又没让路人成为“数字背景板”。
从行业视角看，这套思路其实给所有城市感知设备提了个醒：隐私保护不该是采集之后的补救，而必须是采集之前的架构原则。欧盟GDPR讲数据最小化，国内《个人信息保护法》也明确敏感信息需具有“特定目的”和“充分必要性”。路边停车收费的目的就是计次收费，没必要顺手把逛街的行人面部都记下来。即采即焚，恰好契合了这种合规逻辑。
当然，落地仍有细节要磨。比如老旧设备算力不够，强行本地化会拖慢识别；再比如不同厂商的固件标准不一，审计口径还得统一。但方向已经很清楚——用算法守住边界，让数据在产生价值的同时不留下隐患，才是新型基础设施该有的样子。
走了这么多城市，我看到过太多“先采集再治理”的弯路。路边停车这个看似不大的场景，能率先把即采即焚跑通，对整个人脸识别泛化应用来说，是个值得记一笔的样本。技术不天然作恶，关键看我们用它划哪条线。这次，线划在了设备里，而不是服务器上。
18581869297
