Contents ...
udn網路城邦
影像品質與車牌辨識演算法的尷尬期
2017/05/18 05:45
瀏覽633
迴響0
推薦2
引用0

影像品質在近年進步超快的!猶記得2013年第一次研究路口監視器的車牌辨識,拿到的影像解析度只有320X240,這麼小的影像要容納下一輛車子,車牌字元的高度才十幾個畫素,放大來看就是馬賽克!類似這樣:

現在隨便一個幾百元的WebCam都有百萬畫素了!一個1280X720的影像上拍一輛車子抓出來的車牌號碼,每個字元的高度至少是三四十個畫素,畫出來大概是這樣:

我們辨識的終點是最正確的判斷出上面那些「圖形」實際上是甚麼「」?如果解析度低,數位誤差會造成字元形狀不穩定,如上圖的79看起來大小差很多,我的演算法必須「糊塗」一點!太龜毛就會說9那個字太小了,根本不是9!但是糊塗之後也表示「猜錯」的可能性會增高!

所以針對低解析或較模糊影像辨識率要最佳化的設計方向是→「糊塗一點!較高解析與焦距清晰的影像,最佳化的方向則是→「龜毛」一點!當然實際設計整個辨識流程時細節考慮還很多,但重點是→影像品質不同,演算法設計一定也要相應調整!不然就像教近視眼射箭,靶心都看不清楚你說要射向中心點意義何在?你跟他說盡量往那個圓圓的目標射過去就對了,他反而不會射得太離譜。但是當眼睛好的人甚麼細節都看得到,這樣太簡單的指示幫助就不大了!

現在車牌辨識市場很微妙的就是影像品質落差大,軟體高低解析版本的差異卻很少人知道或在意!這兩年先後有幾家原本承作過道路監視器車牌辨識系統經驗的廠商,想要跨足到停車場車牌辨識,卻發現他們原本用於道路上很好用的辨識軟體,到了近距離高解析反而辨識率變低很多!

我的辨識核心在近距離高角度表現很好是已經公認的!所以他們想採用。但是他們一些道路上運作的舊系統攝影機還是低解析的,我直接評估用我的新軟體還不如用他們舊的軟體辨識率好!建議他們除非改成百萬畫素以上攝影機,不然就不要買我的軟體,因為我很確定辨識率不會比較好,還可能出現一些離譜的錯誤!很像將低底盤的超跑當越野車用,穩死的!

我其實針對兩種品質的影像都研究過,但是既然時代只會往前進步,可以想見我的精力大部分會投注在開發高解析影像的辨識,為了即將淘汰的舊影像品質作研發意義不大!又不是要「維護古蹟」?如果客戶捨不得更換硬體,我就只能解釋這些原因給他知道,也很有職業道德的告訴他們:舊硬體就必須搭配舊軟體,效能比新舊混搭一定更好!

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:教育學習

限會員,要發表迴響,請先登入