数据集概述
该数据集用于开发提升行车记录仪视频中车牌图像质量与识别精度的方法，包含低质量车牌视频序列与对应高质量目标图像对，支持质量增强模型训练与评估。每个样本含三十一个低质量车牌帧及一个高质量伪真值图像，提供识别标签与基准模型输出。
文件详解
该数据集由多个文件和目录组成，具体说明如下：
- 核心图像文件 (位于各sample目录下):
- 低质量车牌图像序列: 每个样本含三十一个帧（推测为PNG格式）
- Pseudo_GT.png: 高质量伪真值车牌图像（PNG格式）
- Pseudo_GT_ROI.png: 高质量伪真值车牌感兴趣区域裁剪图（PNG格式）
- SR_ROI.png: MF-LPR²模型超分辨率结果（PNG格式）
- 标签与坐标文件:
- Label/Labels.txt: 车牌识别标签文件（TXT格式），仅提供数字字符
- Homography_Transformation/coordinate/目录: 单应性变换坐标文件（格式未明确）
- Select_ROI/coordinate/目录: 感兴趣区域坐标文件（格式未明确）
- 工具文件:
- Utility/main.py: 辅助工具代码文件（PY格式）
适用场景
- 计算机视觉研究: 训练与评估车牌图像超分辨率、质量增强模型
- 智能交通系统开发: 提升低质量车牌图像的识别准确率
- 模型性能对比: 基于MF-LPR²模型输出建立基准，比较不同车牌恢复算法
- 隐私保护技术研究: 分析车牌字符伪匿名化处理的有效性与应用场景
