Contents ...
udn網路城邦
瞎子摸象的無用研究
2019/02/13 04:42
瀏覽1,140
迴響0
推薦8
引用0

如果你不是真正對於影像辨識與車牌辨識有興趣,也有一定基礎的讀者,現在就可以離開了!如果你是!請先瀏覽一下以下的論文連結,都是有關傾斜(歪斜)車牌校正的論文。

應用快速廣義霍夫轉換於歪斜車牌定位與角度估算

應用圖像配準技術之歪斜車牌辨識系統研究

具傾斜校正功能之車牌辨識系統

一种新的车牌倾斜校正方法

學界有關車牌辨識領域的論文真的很多,還隨著市場熱度不斷的增加!很多論文還扯到與硬體嵌入式系統或攝影機的搭配,或後端的整合應用,簡直是模糊焦點!正確辨識影像中的車牌都很難了,還管它是用甚麼硬體辨識?還管它後端如何應用嗎?像上面幾篇望之儼然,好像是替歪斜車牌的辨識提供解決方案?但是在目前百萬畫素全景影像辨識的時代,他們的實用價值趨近於零!

他們都是假設「可以」用簡單的前處理取得車牌區域的影像,然後開始他們的研究故事。但是在百萬畫素全景影像辨識的新時代,「找到車牌」才是真正困難的問題,我卻根本找不到專門研究這個問題的論文?每篇論文都說得好像這件事很容易?總是輕鬆帶過,當作本來就可以簡單作到的事?事實根本不是這樣!

如果可以找得到合理車牌的區塊,根本就不必這些複雜的校正運算,甚麼赫夫轉換之類的?就一個字一個字二值化挖出來,丟給OCR(字元辨識)軟體就可以了!對於幅度不大的字元傾斜旋轉,成熟的OCR軟體自己就能處理了!何需複雜的車牌影像校正?

如果這些論文說的程序可以處理到三四十度的傾斜變形,或許還有一些價值,但實際上當然沒有!他們能處理的傾斜幅度都不會超過20度!你有看到上述論文中PO出傾斜超過30度的車牌嗎?那何必這麼麻煩研發這些不必要的演算法呢?

更何況一個傾斜超過20度的車牌,連傳統上用來「鎖定車牌」的演算法都會失敗,就是在全景圖中根本找不出「像是車牌」的矩形區塊!前面一步「找到傾斜車牌」的步驟就卡關了,你不去研究處理,堅持裝瞎拿根本沒問題的車牌影像在後面的程序研究個X啊!就像在連糧食都缺乏的國家研究如何製作高級牛排料理一樣離譜!標準的:何不食肉糜

作過車牌辨識研究的人,大家都知道「找出車牌」才是現階段車牌辨識最困難的第一步!以前影像面積小畫素少還好混,現在都是必須在背景複雜的全景(百萬畫素)影像中找到車牌(幾千畫素),難度提高非常多!如果車牌還是傾斜的,那難度更是增加好多倍!所以如果學界真的有心幫忙「作研究」,當然是要研究這個議題!

但是顯然研究車牌辨識的學術界並不在這個真實世界!他們的重點是要有具體的成果(論文)就好,即使明知自己的研究是見樹不見林,即使知道自己根本是在瞎子摸象也沒關係!完全的避重就輕,只要能完成博碩士論文,或攸關教授升等的SCI論文,真實世界的需求跟他們有何關係?難怪資訊業界普遍都瞧不起那些頂大教授!因為:They are not helping!

所以我才會說:至少我熟悉的台灣學術界,是台灣最大的詐騙集團!他們不會打電話要你操作提款機騙錢,因為那是違法的,被抓到要被關的!他們很聰明,懂得遊走法律邊緣,可以用其實無關痛癢毫無用處的「學術」論文騙到學位,騙到教授升等加薪,騙到國家計畫經費,那些都是合法的哦!被騙的是國家不是個人,沒人會告他們的!

被迫真正要研究有用東西的人,其實是業界的RD!他們不是寫不出SCI論文,只是沒有必要,老闆也不准他們寫!會洩漏商業機密嘛!他們如果作不出有用到可以賣的東西,就失業了!但是教授們再怎麼浪費資源作無用的研究,詐騙國家經費擺爛到底,到退休,只要不違背法律,不抄襲不製造假數據,都沒事的!

我作過教授,當時就感覺到這種不合理的氛圍,深感不滿!大家都在「找題目」作研究,不是真的想解決迫切需要克服的困難!只要小題目多,可以快速有答案,就可以寫論文收工了!大家比的是論文數量,不是真正的成就貢獻。花三五年解決一個真正的大問題,寫一篇有用論文的人是超級大笨蛋!是不可能在學界這個詐騙圈子裡生存的。現在我是靠實用產品維生的業界RD兼老闆,感覺終於踏實了,但真的忍不住心中的氣憤!

學界人士們,你們是菁英人才,別再騙了吧!那不只是浪費國家資源,也是浪費你們自己的生命!You can do much much much better than that!

有誰推薦more

限會員,要發表迴響,請先登入