要約
本論文では、事前文字分割を必要としない自動車ナンバープレート認識（Automatic License Plate Recognition: LPR）のエンドツーエンド手法であるLPRNetを提案します。当方針は、最近の深層ニューラルネットワーク（Deep Neural Networks）における画期的な進展に触発されており、中国のナンバープレートに対して最大95%の認識精度でリアルタイム動作します：nVIDIA GeForce GTX 1080上で3ミリ秒/プレート、Intel Core i7-6700K CPU上で1.3ミリ秒/プレートです。LPRNetは軽量な畳み込みニューラルネットワーク（Convolutional Neural Network）から構成されており、エンドツーエンドでの学習が可能です。当方の知る限り、LPRNetはRNN（Recurrent Neural Networks）を使用しない最初のリアルタイムナンバープレート認識システムです。その結果、LPRNetアルゴリズムは高精度な埋め込み型LPRソリューションを作成するために使用でき、特に難易度の高い中国のナンバープレートでも有効です。