摘要

自动车牌识别（ALPR）正成为一个热门的研究领域，并被广泛应用于交通管理和智慧城市等多个领域。然而，由于现实世界中的光照变化、车牌字符模糊以及图像质量等因素的影响，许多现有的方法在实际应用中仍存在若干局限性。大多数近期的ALPR算法仅基于单帧图像进行处理，这在图像质量较差的情况下会降低识别精度。本文提出了一种通过多帧跟踪来提高车牌识别准确率的方法。首先，应用自适应车牌旋转算法对检测到的车牌进行正确校准。其次，我们提出了一种称为字符时序匹配的方法，从多个连续帧中识别车牌字符。该方法在UFPR-ALPR数据集上表现出色，在RTX A5000显卡上实时测试的准确率为96.7%。此外，我们还将该算法部署到了越南的ALPR系统中，车牌检测和字符识别的$mAP^{test}$@.5分别为0.881和0.979。源代码可在以下地址获取：https://github.com/chequanghuy/Character-Time-series-Matching.git