对韩国车牌识别的OCR架构进行比较研究:基于CNN-RNN的模型和基于MobileNetV3的变压器模型
1Department of Smart ICT Convergence Engineering, Seoul National University of Science and Technology, Seoul 01811, Republic of Korea.
Sensors (Basel, Switzerland)
|February 27, 2026
概括
这项研究比较了韩国车牌的光学字符识别 (OCR),发现解码器性能因数据集和特征质量而异. 变压器模型显示高开销,这表明集成系统是强大的自动车牌识别 (ALPR) 的关键.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 人工智能的人工智能
背景情况:
- 自动车牌识别 (ALPR) 系统越来越多地使用变压器解码器,但性能增长的来源 (序列建模与特征表示) 尚不清楚.
- 现有的研究往往缺乏在相同的检测条件下对光学字符识别 (OCR) 架构进行受控比较.
研究的目的:
- 系统地比较韩国车牌识别的OCR架构.
- 为了分离序列解码器与骨干特征对ALPR性能的影响.
- 在不同硬件平台上的静态和顺序数据集上评估OCR性能.
主要方法:
- 使用基于YOLOv12的统一探测器,为各种OCR配置提供一致的输入.
- 评估的OCR模型包括使用Attention-LSTM的CNN和使用变压器解码器的MobileNetV3.
- 一项受控除研究固定了ResNet-18的骨干,只改变了序列解码器.
主要成果:
- 序列解码器的有效性取决于数据集,受特征质量和兴趣区域 (ROI) 稳定性的影响.
- 追踪诱导的错误累积显著影响了顺序识别中的OCR性能.
- 基于变压器的OCR模型带来了大量的计算和内存开销,阻碍了嵌入式系统的实时部署.
结论:
- 对于强大的ALPR,OCR架构的孤立优化是不够的.
- 有效的韩国车牌识别需要考虑检测,跟踪和识别的整体方法.
- 数据集特征和硬件限制极大地影响了ALPR的OCR架构的选择.