[Vision AI] 攻克行车记录仪模糊噪点：深度超分辨率 (EDSR vs FSRCNN) 与多帧图像叠加降噪 (#4)
· 阅读需 3 分钟
📌 核心要点 (Key Takeaways)
- 问题痛点：从高速行车记录仪画面裁剪出的远距离车牌区域往往不足 40x20 像素，且伴随严重的 H.264 编码宏块效应；传统的双三次插值（Bicubic）算法只会让字边缘更加模糊，无法还原字符有效笔画。
- 解决方案：引入移除了 Batch Normalization 层以保留高动态像素范围的 EDSR_x4 深度残差模型 (
EDSR_x4.pb)，并结合连续 3 至 5 帧的时序多帧加权叠加（Multi-Frame Image Stacking）技术。- 落地成效：车牌像素密度提升 4 倍，笔画边缘显著锐化，使得下游 EasyOCR 对韩文字符的识别准确率从最初的 32% 飙升至 91% 以上。