Contents ...
udn網路城邦
所以我很不喜歡辨識貨車的後車牌!
2020/11/27 10:17
瀏覽663
迴響0
推薦4
引用0

如上圖,漆在車身上的電話號碼是一個超級容易被誤認為車牌的目標!事實上它常常比真正的車牌更清楚乾淨而且顯眼,尤其像上面這種直接漆成白底黑字,我想用顏色去區別都好難!尤其是車牌總是髒髒的藏在車斗底下的大貨車!

怎麼辦?其實跟人眼看的邏輯一樣,見到「可疑」的號碼就提高警覺,譬如凡是以0209開頭的號碼都很可疑!先扣點分數,不要太快定案,看看還有沒有其他更像是車牌的目標,所以雖說是單車牌辨識,如果你找到一個合格的目標就匆促結案?那你的誤認比率就會很高了!

所以即使是「單車牌」的辨識核心,我的作法其實內部也是會做多車牌辨識的!試著找出至少幾個合格的答案(如果有的話),然後挑一個最合理的答案!技術關鍵微妙之處是:這個「考試」的分數不完全是來自影像辨識的參數!如上圖要比目標清楚或字體端正,電話號碼都勝過車牌,難道你要報一個「03-4200」的車號給客戶嗎?會被罵死!

事實是「KEA-8218」原來可能是85分,電話號碼原始分數是90分,但是考慮到其他因素,譬如「03-」開頭不像車牌,比較像電話,就扣分了!加上它的可疑字數似乎比車牌還多,又繼續扣分!就像大學招生制度吧!不會只看原始學測分數的!參考的項目越多越合理,判斷結果也就越不會錯!所以你買我的產品使用時,答案一定是「KEA-8218」!

這就是車牌辨識的AI判斷精神與實務了!不是每一件事都需要找很多資料讓機器去學習的!太沒效率了!直接跟它講,就是寫個條件加權或排除程式就好了!等你收集個幾千張影像資料,讓電腦「慢慢」學會如何區別電話號碼與車牌時,我的產品已經先賣很久了!在市場上我比較容易贏哦!如果我的程式犯錯了,根據實際發生的錯誤調整程式即可,這種過程也是「學習」,而且比機器學習會更有效率!

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:不分類

限會員,要發表迴響,請先登入