中文

HAT超分辨率和PARSeq+CLIP4STR投票集成用于极端野外车牌识别

计算机视觉与模式识别 2026-07-09 v1
作者: Karthik Sivarama Krishnan , Koushik Sivarama Krishnan
在 arXiv 上查看 ↗ PDF ↗

摘要

我们描述了我们参加ICIP 2026极端野外车牌超分辨率（XLPSR）大挑战赛的参赛作品，该作品在公共验证排行榜上获得了9.73 wECR的分数。该系统将混合注意力Transformer超分辨率（HAT）前端与两个场景文本识别器（PARSeq-S和CLIP4STR-B）的集成以及一个在不确定位置弃权的置信度加权字符投票方案配对。我们将XLPSR视为一个由图像可读性门控的识别任务：超分辨率步骤的存在是为了将字符从亚像素区域中提升出来，并且通过弃权显式利用非对称评分规则（+2 / -1 / 0）。我们的流程在RTX 3090上每个序列运行1.7秒（最大2.7秒，p99 2.4秒），远低于60秒/序列的Docker预算。

关键词

车牌识别 超分辨率 HAT PARSeq CLIP4STR 集成投票

引用

@article{arxiv.2607.08896,
  title  = {HAT Super-Resolution and a PARSeq+CLIP4STR Voting Ensemble for Extreme In-the-Wild License Plate Recognition},
  author = {Karthik Sivarama Krishnan and Koushik Sivarama Krishnan},
  journal= {arXiv preprint arXiv:2607.08896},
  year   = {2026}
}

备注

2 pages, 1 figure, 1 table. Accepted at the IEEE ICIP 2026 Grand Challenge on Extreme In-the-Wild License Plate Super-Resolution (XLPSR). Top-8 finalist