Contents ...
udn網路城邦
我「只」是想辨識車牌「而已」?
2018/10/29 15:14
瀏覽1,012
迴響0
推薦6
引用0

車牌辨識只是一個名詞,非常多的實務應用都需要以車牌辨識為起點,譬如停車場收費、查緝贓車、高速公路計費、大門出入車輛管制等等。最近還開始有所謂區間測速的應用,就是A地出現某車輛之後不久,B地也看到這輛車,就可以用時間與距離計算它有沒有超速?怎麼確定是同一輛車呢?當然就是辨識車牌了!

因為應用範圍太廣,多數人會想要車牌辨識的功能都是從某個應用端來的!所以我常常碰到很天真的人問我:我「只」是想辨識車牌「而已」!你能幫我嗎?最常見的是學生想作論文或專題,他們當然不是想研究車牌辨識的技術本身,只是想「應用」車牌辨識於特定的目的而已。我不是不能提供便宜甚至免費的試用版讓他們完成專題,但是我真的不想因此助長這種對車牌辨識技術的輕視與誤解。

這其實不是學生的天真而已,很多業界客戶也都低估了車牌辨識的困難度,多數車牌辨識廠商也會裝傻,順著這種一般使用者的無知,推銷時刻意強調自己的車牌辨識系統可以做很多複雜的「應用」!譬如黑名單、白名單、資料查詢、儀器控制等等。但就是不願意很誠懇地說出自己的車牌辨識系統辨識的「能力」有多好?是不是可以充分支援使用者需要使用的情境?只用辨識率99%之類的話術輕輕帶過,其實理想狀況時,任何車辨系統都可以輕易達到100%!

前幾天到某個市警局討論一個採購車載車牌辨識系統的案子,就碰到他們非常在意很多系統應用規格的細節。我忍不住提醒,你們最應該在意的是到底車牌辨識核心的能力有多好?高速動態的車牌辨識是很難的!如果辨識率太低,你們的所有應用構想都是空的!這也是為何車載車牌辨識系統已經有很多公司在賣,也賣好多年了,卻始終無法推廣!買了的單位都很後悔,有苦難言。

其實整個車牌辨識市場都是這樣的!不能廣泛推廣應用的關鍵點都是車牌辨識率不夠高,如果不能如客戶預期的辨識出「大部分」甚至「所有」的車牌,甚麼好點子都只是空中樓閣!但是要讓車牌辨識系統的辨識能力提升,是很基礎也很困難的研發工作,客戶沒耐心等,廠商也不願意認真研發,能混則混,一直用其實已經落伍的辨識核心去搶市,能賣多少就賣多少,也不願意提醒買家:車牌辨識系統良莠的關鍵是辨識能力,其他周邊軟硬體其實都很容易做到的!他們總是顧左右而言他,避重就輕,只求客戶埋單!

這也間接造成學術界師生們的一個錯誤觀念,以為「車牌辨識已經是很成熟的技術」,隨便找都有!所以我們只要專注於研究如何應用就好了!如果學生想進入這個業界,也是多學如何應用比較重要,不必在意影像辨識的技術本身!這真的是大錯特錯了!即使你不想研究車牌辨識技術的本身,你也應該充分知道各種使用情境的車牌辨識難易度是相差極大的!絕對不能簡化成「我只是需要車牌辨識的功能」而已!

殘酷的現實是:沒有一種實際應用的情境,是只要能辨識正面不傾斜的「正常車牌影像」就可以的!「簡單」的車牌辨識核心真的任何人都可以自己用OpenCV等函式庫製作,但是完全沒有商業化的價值與競爭力!有哪個場域你可以蹲下來很正面近距離的拍攝車牌呢?你不會被車子直接撞到嗎?

所以請至少知道:車牌辨識的辨識核心能力是有層級層次的!只花三天跟著範例用現有程式庫做出來的,和深入研發很多年作出來的東西一定完全不同!就像我可以教學生上課時作出簡易版的Line軟體,但是你一定無法拿這種軟體去賣!影像辨識軟體是深奧的學問,絕對不是硬體或整個應用系統的附加元件而已!它才是系統成敗關鍵的主角!

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