自動車両番号認識（ALPR）は、交通やスマートシティなどの分野で注目を集めている研究領域となっています。しかし、現実の状況における光の変化、不明瞭なナンバープレート文字、画像品質の低下などにより、多くの現在の方法が実際の問題に適用される際にまだいくつかの制限があります。最近のほとんどのALPRアルゴリズムは単一フレームでの処理を行っており、画像品質が悪くなる場合に精度が低下する傾向があります。本論文では、複数フレームでのナンバープレート追跡を用いて認識精度を向上させる手法について述べています。まず、適応的なナンバープレート回転アルゴリズム（Adaptive License Plate Rotation algorithm）を適用して、検出されたナンバープレートを正確に整列させます。次に、連続フレームからナンバープレート文字を認識する「キャラクタータイムシリーズマッチング」（Character Time-series Matching）という手法を提案します。この提案手法はUFPR-ALPRデータセットにおいてリアルタイムでRTX A5000 GPUカード上で\boldmath$96.7\%$96.7%の精度を達成しています。また、本アルゴリズムはベトナムのALPRシステムにも導入されており、ナンバープレート検出と文字認識の精度はそれぞれ0.881と0.979 $mAP^{test}$mAPtest@.5となっています。ソースコードは以下のURLから入手可能です：https://github.com/chequanghuy/Character-Time-series-Matching.git