Bài báo này đề xuất một khuôn khổ đa khung mới, MF-LPR$^2$, để khôi phục và nhận dạng vùng biển số xe trong video camera hành trình, nơi việc nhận dạng biển số xe chính xác gặp khó khăn do độ phân giải thấp, hiện tượng nhòe chuyển động và lóa sáng. Để giải quyết vấn đề các mô hình được đào tạo trước hiện có tạo ra hiện tượng nhiễu và biến dạng nghiêm trọng khi khôi phục ảnh chất lượng thấp, MF-LPR$^2$ giải quyết sự mơ hồ của ảnh chất lượng thấp bằng cách căn chỉnh và tổng hợp các khung hình lân cận thay vì dựa vào kiến thức đã được đào tạo trước. Chúng tôi sử dụng một bộ ước lượng luồng quang học tiên tiến để căn chỉnh khung hình chính xác và thiết kế một thuật toán tận dụng tính nhất quán không gian-thời gian của chuỗi ảnh biển số xe để phát hiện và hiệu chỉnh các ước lượng luồng quang học không chính xác. Kết quả thử nghiệm cho thấy MF-LPR$^2$ vượt trội đáng kể so với tám mô hình phục hồi hiện đại về PSNR, SSIM và LPIPS, đạt độ chính xác nhận dạng 86,44%, vượt trội so với cả LPR một khung hình tốt nhất (14,04%) và LPR nhiều khung hình tốt nhất (82,55%) trong số 11 mô hình cơ sở. Chúng tôi đã đánh giá MF-LPR$^2$ bằng cách xây dựng một bộ dữ liệu LPR Thực tế (RLPR) mới.
