這種品質的車牌影像，只要縮放到真實畫素大小，一般人用眼睛辨識都沒問題，但因為夜間環境亮度較低，會使影像略為失焦，字元目標的邊緣就會變得較模糊。以OCR的辨識過程來說，字元切割不易準確，字元切不準就會導致車牌形狀辨識也失準，幾何修正也跟著不準，最終是拿歪斜的字元影像去比對是甚麼字？答案就很難正確了！

夜間的辨識率不夠好，是我研究車牌辨識心中持續了好多年的痛！如上的路口車牌辨識系統我也做了不少，日間的辨識率當然嚇嚇叫！全景多車動態即時辨識率九成以上是起碼的！但是一到夜間，如果沒有特殊攝影機加持或環境補光，像高速公路夜間車牌辨識那樣打閃光燈，辨識正確率就不到一半了！

我的競爭壓力始終不是來自那些AI科技新技術，如ML、DL或CNN的挑戰！他們目前對於車牌辨識應用市場來說還太弱了！很像HBL選手想挑戰NBA選秀？還早得很呢！我的壓力是來自我的軟體辨識能力與人眼辨識的差距！客戶當然都不懂影像辨識，但是都希望辨識軟體的辨識能力不會比他們自己看車牌的能力差太多！因為人太聰明了，所以這就很難做到了！

在正常環境亮度的狀況下，我的車牌辨識軟體能力已經跟一般人眼辨識的能力很接近了！因為是電腦計算的嘛！辨識速度還比人眼看得快很多！但是人腦中的模糊辨識演算法真的是太神奇了！我至今都還在努力摸索之中！如上這種夜間拍的車牌，一般人不會覺得糊到看不清楚，但是直到半年前，我的辨識軟體就是辨識不出來，或是有答案但是錯得很離譜！

車牌辨識的辨識率是一個系統整合軟硬體一起努力的結果！如果我有無限的資源(錢)，可以把夜間的影像拍得跟白天一樣清楚，如夜間的停車場，當然就沒有所謂「夜間辨識」的問題！如果客戶無法花這麼多錢呢？或是他們認為我眼睛都看得到了，為何還要我花大錢買昂貴的星光攝影機，或裝很多大燈補光呢？

所以，如何做出像人眼一樣，模糊辨識能力夠好的辨識軟體就非常重要了！這就是我這幾年持續努力的方向！困難點除了要破解人腦為何如此聰明的影像辨識演算法之外，還必須同步要求絕對不能讓辨識速度變慢！因為街道上使用的辨識軟體面對的是疾駛而過的很多車輛，如果來不及辨識的話，一切辨識研發的努力就沒意義了！

要改善夜間辨識率，我需要更複雜智慧的邏輯，還必須算得更快？看起來是個不可能的任務？但是從另一個角度思考，反正所有同業競爭者都面對一樣的挑戰，拿大錢砸下去買星光攝影機的人不會讓我感到挫折，他家有錢嘛！恭喜他！只要我能在辨識軟體的競賽上保持領先，即使大家都離目標還很遠也沒關係，科學研究就是這樣的！當然使用ML、DL與CNN等技術的團隊，在這個研發競爭行列中還排在很後面的！

具體說，以OCR為基礎的模糊辨識能力要變好，就是要讓字元切割與車牌範圍邊緣的鎖定更準確，盡量多使用一些較抽象的影像特徵，或非影像的環境資訊，如字元的字型或車牌應有的形狀與格式等等。如果車牌模糊，但是幾何修正能讓車牌轉正得很精準，即使字元仍然模糊，「猜對」是甚麼字的機會還是會大增的！

如下圖，我的軟體「猜測」答案是TDA-6769，比對原圖我答對了！如果車牌沒能轉到那麼正呢？因為字元已經很不清楚了，再歪一點的話，當然連猜對的機會都很渺茫了！這就是我以前辨識率低的原因了！如何盡量將幾何修正作對？做到最準確？就是我這一波(前面大半年)研發的最重大成果了！

這也是我不看好，甚至有點看不起CNN等影像辨識技術的原因了！目標形狀幾何的正確解析與處理是如此至關重要，也是我在實務上也已經獲得重大成果成效的影像辨識過程，在他們的方法論上是輕描淡寫，幾乎完全忽視的？這怎麼可能做到我的這種技術高度呢？要辨識模糊的目標，是絕對必須先用盡所有明確的演算邏輯條件做好幾何校正的！

相對的，猜測性質的機率統計方法則必須壓到最後不得已時才用，用得越少正確率才會越高！就像我猜上圖那幾個模糊的色塊是甚麼字一樣！如果單獨拿出那個T或A的色塊，你會有把握的說他們是T或A嗎？我很有把握提出答案，是因為我參考了很多周邊資訊！

首先我分析獨立目標時知道這些字元是紅色的，背景是白色的，所以一定是計程車的車牌，所以第一個字非是T不可！其次我知道它是七碼的車牌，前三個字一定是英文字母，也不可能是I或O，因為監理單位有公告這些規則！再考慮英文字有幾個是上窄下寬的呢？A、J與L三個而已！J的重心偏右，L的重心偏左，左右對稱的當然是A囉！我不會猜錯的！

就是這樣，我不斷的累積加入一般人都知道的知識與常識做我的決策參考資料，我的軟體做所有的細節判斷都越來越準確合理了！這也可以叫做「機器」(我的軟體)「學習」吧？！因為是我主控的過程，那就是監督式學習囉？哈哈！隨你說啦，反正我最終答對的機率就越來越高了！目前這個路口到深夜的辨識正確率都有七八成了！

所以不管結果看起來如何神奇聰明？我的軟體都是使用明確合乎事實與常識的邏輯建構的！我的指導老師就是一般人的大腦！不是甚麼神奇的數學AI技術？或是武功秘笈？即使你相信我很厲害也不必來拜師，好好學寫程式，逐步實現自己的想法就可以跟我一樣了！那些說你一定要上甚麼課程？學甚麼技術？之後才能做AI研發的人，在我的角度看都是詐騙集團的成員！

所謂的人工智慧學系、學院或學校？我覺得更是非常莫名其妙胡說八道的地方？大學裡面應該有「常識」系嗎？那個系該怎麼開課啊？教師資格又是甚麼？我是做AI影像辨識的成功業者與專家已經毫無疑義，但是我要怎麼教商業AI呢？我連語音辨識的AI都不會啊！都是AI應用沒錯，但使用的實質技術根本徹底不一樣嘛！這個世界上根本沒有多少「共通」或「共同」的AI理論與技術嘛！