HAT超解析度與PARSeq+CLIP4STR投票整合用於極端野外車牌識別
本文介紹了作者在ICIP 2026極端野外車牌超解析度挑戰賽中的參賽系統，該系統結合了混合注意力Transformer超解析度前端與兩個場景文字識別器（PARSeq-S和CLIP4STR-B）的整合，採用置信度加權字元投票方案，在不確定位置棄權。在公共驗證排行榜上獲得了9.73 wECR分數，執行速度遠低於時間預算。
在ICIP 2026極端野外車牌超解析度（XLPSR）挑戰賽中，來自研究團隊的一種新方法脫穎而出，取得了9.73 wECR的優異成績。該方法由Karthik Sivarama Krishnan等人提出，並於2026年7月9日提交至arXiv。其核心思想是將影像超解析度與文字識別有機結合，透過混合注意力Transformer（HAT）超解析度模組，將低解析度車牌影像中的字元從亞畫素狀態提升至可辨識水平。隨後，系統使用兩個互補的場景文字識別器——PARSeq-S和CLIP4STR-B——組成整合模型。每個識別器輸出字元置信度後，系統採用置信度加權投票方案，對不確定的字元位置選擇棄權，從而巧妙利用了挑戰賽特有的+2/-1/0不對稱評分規則。這種策略允許模型在信心不足時避免扣分，從而最大化得分。實驗表明，該流水線在RTX 3090顯示卡上每個序列平均僅需1.7秒（最大2.7秒，p99為2.4秒），遠低於比賽限定的60秒/序列Docker預算。這一高效效能得益於HAT模組的輕量化設計以及識別器整合的高效排程。該成果被IEEE ICIP 2026挑戰賽接收，併入圍最終決賽（前8名）。該工作的核心創新在於將超解析度視為識別任務的輔助手段，而非獨立目標。透過聚焦於字元的可讀性，系統在極端模糊和複雜背景下仍能準確識別車牌。未來，該方法有望應用於監控、交通管理等領域，進一步提升自動車牌識別系統的魯棒性。此外，該論文僅有2頁、1張圖和1張表，展現了簡潔而有力的技術方案。