Key points are not available for this paper at this time.
초록 차량 번호판 인식 시스템에서 이미지 획득 모니터링 과정 중 여러 복잡한 응용 시나리오, 장비 및 시스템의 성능 저하, 감시 이미지의 열화로 인해 번호판 인식의 정확성이 감소합니다. 이러한 단점을 극복하기 위해 효율적인 서브픽셀 합성곱 신경망(ESPCN) 모델을 기반으로 한 단일 차량 이미지의 초해상도 복원 방법을 제안합니다(이하 ESPCN-VISR 방법으로 언급). 실험에서 ESPCN-VISR 방법은 피크 신호 대 잡음 비율(PSNR), 구조적 유사도(SSIM), 차량 번호판 인식 정확도(VLPRA), 재구성 계산 시간(CTR)이라는 네 가지 정량적 평가 지표에서 우수성을 입증했습니다. 희소 사전 학습 및 심층 합성곱 신경망 SRCNN 기반 방법과 비교할 때, ESPCN-VISR 방법은 차량 번호판 샘플 이미지 데이터셋 LPI-1000으로 차량 번호판 인식 시스템의 성능을 개선할 수 있습니다.
Xu et al. (Sun,)이 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: