مجموعة بيانات ونموذج لإزالة الضبابية الواقعية من لوحات الترخيص

تعتبر التعرف على لوحات ترخيص المركبات مهمة حيوية في أنظمة إدارة المرور الذكية. ومع ذلك، فإن التحدي المتمثل في تحقيق التعرف الدقيق لا يزال قائماً بسبب الضبابية الناتجة عن المركبات السريعة. على الرغم من الاستخدام الواسع لأساليب توليد الصور في خوارزميات إزالة الضبابية والتعرف الحالية، إلا أن فعاليتها في السيناريوهات الواقعية لا تزال غير مثبتة. لمعالجة ذلك، نقدم أول مجموعة بيانات كبيرة الحجم لإزالة الضبابية من لوحات الترخيص تُسمى 'ضبابية لوحة الترخيص' (LPBlur)، تم التقاطها بواسطة نظام مزدوج الكاميرا وتمت معالجتها عبر خط معالجة لاحق لتجنب مشاكل عدم المحاذاة. بعد ذلك، نقترح شبكة عدوانية مولدة لإزالة الضبابية من لوحات الترخيص (LPDGAN) لمواجهة إزالة الضبابية من لوحات الترخيص: 1) وحدة دمج الميزات لتكامل الرموز الكامنة متعددة المقاييس؛ 2) وحدة إعادة بناء النص لاستعادة الهيكل من خلال الشكل النصي؛ 3) وحدة المميز الجزئي لتعزيز إدراك النموذج للتفاصيل في كل حرف. تؤكد التجارب الواسعة على موثوقية مجموعة بيانات LPBlur لكل من تدريب النموذج واختباره، مما يبرز أن نموذجنا المقترح يتفوق على أساليب إزالة الضبابية الحركية الحديثة الأخرى في سيناريوهات إزالة الضبابية الواقعية من لوحات الترخيص. مجموعة البيانات والشفرة متاحة على https://github.com/haoyGONG/LPDGAN.