본 논문은 도시 환경에서의 순찰 차량에 배치될 저전력 GPU 기반 순찰 시스템의 새로운 프로토타입을 제시한다. 싱가포르 번호판(단일 및 이중 줄 모두 포함)을 위한 완벽한 자동 번호판 인식(ALPR) 시스템을 제안하며, YOLO 기반 네트워크를 사용한다. 실제 응용 프로그램과 같이 제약 없는 캡처 시나리오(번호판이 기울어진 시야로 인해 상당히 왜곡될 수 있음)에 중점을 둔다. RFB-Net을 사용하여 전체 이미지에서 번호판을 먼저 감지하고 여러 왜곡된 번호판을 정정한 후, 감지된 번호판 이미지를 문자 인식을 위해 네트워크에 입력한다. 16,000개 이상의 이미지를 포함하는 새로 구축된 데이터 세트에서 시스템 성능을 평가한 결과, 번호판을 86%의 정밀도로 정확하게 감지하고 테스트 세트의 67%에서 번호판 문자를 인식했으며, 하나의 잘못된 문자(부분 일치)를 포함하여 89%의 정확도를 달성했다. Tesla P4 GPU에서 64FPS의 대기 시간을 달성했다.
