ICPR 2026 年低分辨率车牌识别竞赛
计算机视觉与模式识别
2026-04-27 v1
摘要
低分辨率车牌识别(LRLPR)仍是实际监控场景中的挑战问题，由于远程捕获距离、压缩伪影和不良成像条件可严重降低车牌可读性。为推动该领域进展，我们组织了ICPR 2026 年低分辨率车牌识别竞赛，这是首个专注于使用实低质量数据（在操作上相关条件下收集）的LRLPR竞赛。竞赛基于LRLPR-26数据集进行，包含20,000个训练轨迹和3,000个测试轨迹；每个训练轨迹包含5张低分辨率和5张高分辨率图像。值得注意的是，269支队伍来自41个国家报名参赛，99支队伍在盲测阶段提交了有效条目。获胜队伍实现了82.13%的识别率，4支队伍超过80%大关，凸显了领赛梯队顶端的高度竞争以及该任务持续的难度。除了介绍竞赛设计、评估协议和主要结果外，本文还总结了前5名队伍所采用的方法，并讨论了当前趋势和未来LRLPR研究的有前景方向。竞赛网页可在 https://icpr26lrlpr.github.io/ 访问。
引用
@article{arxiv.2604.22506,
title = {ICPR 2026 Competition on Low-Resolution License Plate Recognition},
author = {Rayson Laroca and Valfride Nascimento and Donggun Kim and Sanghyeok Chung and Subin Bae and Uihwan Seo and Seungsang Oh and Chi M. Phung and Minh G. Vo and Xingsong Ye and Yongkun Du and Yuchen Su and Zhineng Chen and Sunhee Heo and Hyangwoo Lee and Kihyun Na and Khanh V. Vu Nguyen and Sang T. Pham and Duc N. N. Phung and Trong P. Le and Vy N. Vo Tran and David Menotti},
journal= {arXiv preprint arXiv:2604.22506},
year = {2026}
}
备注
Accepted for presentation at the International Conference on Pattern Recognition (ICPR) 2026