Contents ...
udn網路城邦
機車動態辨識率95%的實績
2019/01/15 04:57
瀏覽812
迴響0
推薦6
引用0

一般來說,道路情境的動態車牌辨識本來就比停車場等地方的慢進慢出,甚至停等照相辨識的狀況要困難很多。多數公共工程中,道路情境的車牌辨識率驗收標準都是90%,而且不成文的潛規則是只計算汽車車牌辨識的結果!如果加上機車的辨識,一般廠商絕對達不到90%的驗收標準!車牌辨識廠商們都知道這個狀況,但是一般民眾應該都不知道!

機車車牌辨識的難度在於車牌本來就比較小,車牌也比較容易磨損髒污,還會有很多驗車與修車後被貼上的貼紙變成辨識時的雜訊。更潛在的技術難度是機車可以「壓車」,動態影像中的車牌不保證是像汽車一樣保持水平的!而且,動態辨識時,車輛是以數十公里的時速通過畫面,如果一秒鐘辨識次數不足十次以上,車子就不保證都能被辨識到,也是自動GG了!

所以專門針對機車的動態辨識場域,成功案例可以說是鳳毛麟角,這種需求很少嗎?其實很多的!譬如台灣上百間大專院校每天都會有數千輛機車進出需要管理,也多半不會有柵欄逼使機車一一停車受檢,要掌握機車進出資訊就需要很厲害的動態機車辨識系統。全台灣有幾間大學作到了呢?大家都想作,但是辨識率達不到九成就不如放棄了!

我目前的實績有兩間!一是僑光科大,可惜的是他們受限於預算及學校與特定廠商的合約限制,攝影品質無法提升,雖然使用我的軟體也只能「逼近」九成辨識率。最近的案例是朝陽科大,他們或許比較天真,一開始就祭出要達到95%的辨識率來找廠商建置系統!他們應該不知道,政府單位即使經費充裕都找不到這種辨識率的!

但是學校與承包廠商算是運氣好,委託的小包商工程師是我的讀者,找到了我的辨識軟體,最後配合承包商的配合努力,真的達到了動態機車辨識率95%以上的超高標準!目前辨識系統穩定的測試運作中,整個管理系統應該下學期開始就會正式上線!看看下面的影片就知道,對我來說校園機車辨識當然是沒問題的!山路上的機車辨識率都可以逼近九成。

在此我想強調的不是結果,而是過程與技術內容!我是不是很厲害?那是留給大家客觀評分的!我怎麼作到的?才是我要說清楚的!原因就是我的車牌辨識技術真的不只是為了「標準」的車牌影像設計的!傾斜、髒污與貼紙雜訊真的都是我的車牌辨識核心中有認真處理的問題,還加上多執行緒與動態資料統計等等程序,讓辨識結果顯得快速而且穩定!

所以要用一般停車場用的車牌辨識軟體與我比較,那就太低估我了!兩者是完全不同技術等級的軟體。我想說的是:成功一定不是偶然的!光標榜辨識率其實沒有意義,談談你的辨識情境,談談你怎麼克服困難的技術內容才是負責任的廠商。如果你說你是用人工智慧深度學習建置辨識軟體的,也可以!但是我可以告訴大家,那種盲人騎瞎馬的軟體絕對會慘敗給我的!不然你可以找這種廠商跟我PK看看!原因太多了,請參考我有關機器學習評論的文章,本文就不詳述了。

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