HAT超分辨率与PARSeq+CLIP4STR投票集成用于极端野外车牌识别
本文介绍了作者在ICIP 2026极端野外车牌超分辨率挑战赛中的参赛系统，该系统结合了混合注意力Transformer超分辨率前端与两个场景文字识别器（PARSeq-S和CLIP4STR-B）的集成，采用置信度加权字符投票方案，在不确定位置弃权。在公共验证排行榜上获得了9.73 wECR分数，运行速度远低于时间预算。
在ICIP 2026极端野外车牌超分辨率（XLPSR）挑战赛中，来自研究团队的一种新方法脱颖而出，取得了9.73 wECR的优异成绩。该方法由Karthik Sivarama Krishnan等人提出，并于2026年7月9日提交至arXiv。其核心思想是将图像超分辨率与文字识别有机结合，通过混合注意力Transformer（HAT）超分辨率模块，将低分辨率车牌图像中的字符从亚像素状态提升至可辨识水平。随后，系统使用两个互补的场景文字识别器——PARSeq-S和CLIP4STR-B——组成集成模型。每个识别器输出字符置信度后，系统采用置信度加权投票方案，对不确定的字符位置选择弃权，从而巧妙利用了挑战赛特有的+2/-1/0不对称评分规则。这种策略允许模型在信心不足时避免扣分，从而最大化得分。实验表明，该流水线在RTX 3090显卡上每个序列平均仅需1.7秒（最大2.7秒，p99为2.4秒），远低于比赛限定的60秒/序列Docker预算。这一高效性能得益于HAT模块的轻量化设计以及识别器集成的高效调度。该成果被IEEE ICIP 2026挑战赛接收，并入围最终决赛（前8名）。该工作的核心创新在于将超分辨率视为识别任务的辅助手段，而非独立目标。通过聚焦于字符的可读性，系统在极端模糊和复杂背景下仍能准确识别车牌。未来，该方法有望应用于监控、交通管理等领域，进一步提升自动车牌识别系统的鲁棒性。此外，该论文仅有2页、1张图和1张表，展现了简洁而有力的技术方案。