Contents ...
udn網路城邦
前端辨識、後端辨識或中間辨識,有差嗎?
2020/01/13 09:15
瀏覽1,122
迴響0
推薦6
引用0

細說車牌辨識原理與市場

前述文章我相當欣賞,尤其是下面這一段內容相當中肯寫實,足以讓所有想採購車牌辨識系統的客戶做為參考。但是很顯然他究竟不是像我一樣的辨識核心開發者,我可以將這個問題說得更深入一些!

雖然我目前賣的車牌辨識產品都是所謂的後端辨識軟體,就是可以在一般Windows作業系統電腦上安裝的純軟體,他批評後端辨識的缺點我都承認,也都碰到過,但是都可以逐步改善更新程式,加上與客戶溝通互動來解決。除此之外,我也確實配合其他廠商製造過所謂的前端辨識「一體機」!就是將我的車牌辨識核心嵌入到樹莓派的微電腦運作,也實作過可以在Android手機上辨識車牌的App

所謂的中間辨識也不過是將車牌辨識功能(軟體)獨立安裝於一台穩定專用的電腦,不須兼顧其他一般電腦的工作,力求系統穩定而已。我也有客戶是拿我的軟體灌入工業用電腦,專職作車牌辨識,然後將其他資料庫軟體與硬體控制功能放在後端一般電腦上運作的!那就是中間辨識的架構了!

在我的經驗與認知上,最終客戶都會承認,前後端或中間辨識都無關宏旨,辨識能力要達到最好,才是最重要的事!但是多數大型車牌辨識系統廠商都會刻意誤導客戶,讓他們以為前端辨識比後端辨識好!尤其是一體機的製造商誤導這種觀念最為著力!其實那不但不是重點,現階段來說前端辨識還是個大缺點!

那為什麼他們要這麼作呢?因為他們基於成本的考量,先是努力讓一個「可以」辨識車牌的機器,用最少的錢大量製造出來!如果也可以大量銷售出去,他們的獲利就會極大化了!但實務上,如果只是「可以」辨識車牌,對於大多數客戶來說是絕對不夠的!客戶要的是最高的辨識率與容忍度,就是可以盡量辨識所有看得到的車牌,即使車牌歪斜、傾斜或略有汙損,都要盡量辨識出來。

對於辨識影像清晰背景單純的車牌,需要的演算法當然很簡單,運算量也少,確實可以在低成本的電腦架構,也就是一體機上快速運算完成。反之,辨識能力好的車牌辨識核心硬要嵌入低成本的電腦設備中,那就是讓演算法穿小鞋,有如龍困淺灘了!所以我才會跟很多找我作這種一體機的大廠商無法合作!他們要的是低成本,我追求的則與一般客戶一樣,是最高的辨識率!志不同,道不合,就難以合作了!

我之前也一再說過:影像辨識是一個還相當不成熟的科技!我的車牌辨識軟體雖然也不錯了!賣得出去,客戶多數也很滿意,但我還是天天在研發改進的!而且客戶的使用情境大不相同,如果每個軟體都用我的完整辨識程序跑,感覺就會很慢了!殺雞不必用牛刀,讓我根據客戶實際的需要客製化調整一下,每個產品就跑得又快又好,這種客製化彈性是一體機絕對無法作到的!

說穿了!目前車牌辨識系統的優劣關鍵就是辨識核心演算法的好壞,也就是軟體的好壞!但是規模較大,第一線面對客戶賣車牌辨識系統的,還是以硬體廠商居多!加上傳統上重硬輕軟的觀念作祟,連一般客戶也隱隱然覺得硬體機器的效能比軟體更重要!身為演算法軟體的開發者,我覺得自己就好像電影關鍵少數中的幾位黑人女主角,明明是事情成敗的關鍵,但是基於刻板觀念,大家都故意忽視我們的地位!

目前大多數我的客戶都接受了我的觀念,願意買好的電腦執行我相當聰明的軟體。我不是想跟大公司搶錢!我不賣硬體的!所以客戶買甚麼電腦、機器或攝影機都是他們的決定,與我無關的!但是好的軟體必須有好的運算環境是一定的!我可以盡量提升我的軟體運算效率,讓客戶不必買太貴的超級電腦,但是只想用幾千元買微電腦跑車牌辨識的人我就愛莫能助了!你就去買一體機吧!

很多硬體商喜歡用一些一般人聽不懂的名詞迷惑客戶!最常見的就是所謂的邊緣辨識了!其實那些技術就是將演算法中量大重複的部分作成IC,當然可以加快運算速度,但是他們沒說(或其實不懂)的部分是:那些運算耗時在車牌辨識整體流程中所占比例不到一半,即使用了他們的硬體加速IC,實際速度加快也不過一兩成,而不是好幾倍

所以一樣的演算法完全不用那些硬體加速IC,跑起來感覺也是一樣快的!除非你的演算法效率太差!以我目前的車牌辨識核心來說,百萬畫素的影像辨識一張車牌不過0.1秒多一些,過半的耗時計算都是在作複雜抽象的幾何運算,那些部分是IC完全幫不上忙的!只能乖乖的寫程式在電腦的CPU中執行運算!這些事實硬體商即使知道也不會跟你講的!我知道,我跟大家說!信不信就由你了!

有誰推薦more

限會員,要發表迴響,請先登入