Chiến Lược Tổng Hợp Đa Khung Hình NhằmTăng Độ Chính Xác Nhận Dạng Biển Số Xe Trong Điều Kiện Ánh Sáng Phức Tạp

Tóm tắt

Trong các hệ thống giao thông thông minh, đặc biệt là thu phí không dừng (ETC), việc nhận dạng biển số xe chính xác trong điều kiện môi trường phức tạp như chói sáng, ngược sáng, góc nghiêng hoặc rung hình vẫn là một thách thức lớn. Các hệ thống LPR hiện tại chủ yếu dựa trên xử lý đơn khung hình, khiến kết quả dễ bị nhiễu tạm thời và tạo ra tỷ lệ lỗi cao khi triển khai thực tế. Bài báo này đề xuất AWCV (Alignment-based Weighted Character Voting), một chiến lược tổng hợp đa khung hình dựa trên căn chỉnh chuỗi ký tự và bỏ phiếu có trọng số theo độ tin cậy nhằm tăng độ chính xác và ổn định của LPR. Phương pháp được tích hợp vào pipeline gồm YOLOv11 cho phát hiện và YOLOv11-OCR cho nhận dạng ký tự, tận dụng tính dư thừa tạm thời giữa các khung hình mà không cần thay đổi kiến trúc mô hình gốc. Thử nghiệm trên 4 video (60 fps) trong điều kiện ánh sáng phức tạp cho thấy AWCV với 5 khung hình nâng độ chính xác từ 98.93% lên 99.76%, tương đương giảm 77% lỗi hệ thống. Phân tích trade-off cho thấy N = 5 là cấu hình tối ưu, đảm bảo hiệu năng thời gian thực (~44 FPS). Kết quả khẳng định tính hiệu quả của hướng tiếp cận đa khung hình trong LPR và khả năng ứng dụng trong hệ thống giám sát giao thông thực tế.