Contents ...
udn網路城邦
我的車牌辨識研究之撫今追昔
2017/11/30 05:36
瀏覽874
迴響2
推薦12
引用0

今天心血來潮翻出舊程式玩一玩,上面截圖是大約2014年初,我開發的算是第二代的車牌辨識核心實驗畫面,當時目標還只是320x240的低解析影像,來自嘉義市的路口監視器,想一想!才四年前而已,當時的路口監視器幾乎全部都是這種品質,極少數開始「升級」到800x600!現在沒有百萬畫素以上的都不能叫攝影機了!

即使如此,當時我的程式辨識一張照片的時間仍需要112毫秒,如果是2013年開發的第一代核心,速度還要慢一倍!那個程式我都找不到了!對照現在的版本,如下圖,1280x720的影像,背景複雜好多,車牌也斜斜的,都能在55毫秒辨識成功!速度快了二十多倍不說,辨識的容忍度與正確率都不可同日而語了!影像進入百萬畫素的時代,其實軟體也必須跟著革命的!而且嚇死人的是沒幾年時間,現在就要再度升級到千萬畫素時代了!軟體效能不進步個幾十倍還能活嗎?

以高速度高辨識率的單張影像辨識能力為基礎,我知道未來的車牌辨識資料來源一定是連續的串流影像,我必須有能力更快速地辨識攝影機拍攝的動態影像。關鍵就是必須充分運用現在一般電腦都有的多核心CPU同步辨識好幾張影像,也因此我的軟體可以達到如下的驚人速度!大約百萬畫素的畫面,一秒鐘可辨識近30張影像(如下圖29.7Hz),對於道路上奔馳的車子,我的辨識能力其實已經超過人的眼睛!人眼的視覺暫留時間是1/16秒,大約是一秒16影格的意思,我的軟體快兩倍!

有點像大數據分析的工作,資料量夠大了,就必須有類似人工智慧的篩選分析機制,一秒鐘幾十張,有對也有錯的原始資料如果不經過處理,直接塞爆客戶的磁碟,那一點意義都沒有,不是有用的資訊,反而是一場災難!所以動態分析大量辨識結果的能力也是非常重要的技術,如下就是一張我的原始辨識資料窺視的畫面:

因為是連續的辨識,目標尚遠或受到遮蔽干擾的影像當然會有一些錯誤,所以用各種參數即時的統計篩選出正確的答案,就是一車次一個車號,一張照片的輸出。要跟一般人的判斷結果差不多,這不容易的!如上的原始資料,你只能告訴使用者:「有輛車號5G-8859的車子來了!」其他廢話都不能說。

在我來說,研究這些東西最有趣的收穫不是可以賺很多錢!而是成就感!我知道我做的研究一定是未來的技術發展趨勢,但是市場上還沒看到很多類似的產品,能走在時代的前端感覺很棒!不然讀這麼多書?拿到博士,當到教授所為何事?這些研發是我還在迂腐遲鈍的學界時,天天想望卻無法享受到的快樂!

撫今追昔!四年半的車牌辨識研發歲月,真的太美好了!確定是我的人生,尤其是我的研究生涯,最大的亮點了!其實隨便搜尋一下車牌辨識相關的研究論文,你會發現非常多的大學都在研究車牌辨識:成大、中正、中山、中央、台師大、交通、海大、台科大、雲科大、北科大、南華、屏東、逢甲、靜宜、中華、朝陽、樹德、南台、第一科大、義守、中原、健行、高應大、明道....多到族繁不及備載。

如果他們的研究都還留在實驗室階段,我的研究已經跨進真實世界「真的可以用」!那麼是他們的研究能力比較好?還是我呢?我還需要升等教授、特聘教授、講座教授,或爭取玉山學者的提名來證明自己很會做研究嗎?哈哈!那些是玩假的啦!真正有壓力有挑戰的研究他們都不敢碰的!走出校園就掛了!

有誰推薦more

限會員,要發表迴響,請先登入
迴響(2) :
2樓. sigmachen
2017/11/30 17:10
慢的可愛
1樓. 深思者
2017/11/30 06:03
日新月異   祝您 在連續的動態辨識領先群雄