我的車牌辨識技術以結果論確實是有很大的突破，如下的某公司網頁所述，「傳統」的車牌辨識確實是有很多似乎無法突破的限制？「所以」我們必須打破所有「傳統」影像辨識的「陳規」？直接跳進一個「AI」的新世界？那就是由機器學習、深度學習與類神經網路等技術建構出來的一個影像辨識，但事實上這些技術面臨的問題跟他們批評的傳統技術問題一樣多！甚至更多！
這些廣告網頁描述的傳統車牌辨識缺點都是真的！也是我多年來研究想突破的限制，目前大多數目標都已經達成，如第一張圖，高角度高傾斜的車牌辨識都難不倒我了，辨識速度還很快，不必像CNN等技術，動不動就要搜尋全圖特徵，每一次的地毯式搜索就一定比我做全程辨識還要慢很多了！所以他們才會需要GPU與特殊晶片。
在我的觀念裡面科學就是一個持續進步演化的歷程，傳統絕對不是一個負面的形容詞！影像辨識在這些所謂的AI科技出現之前已經是個相當成熟有效的科技，可以達到的辨識率其實已經比最新的CNN更好了！拋棄鄙視這些傳統影像辨識技術，很像看到西醫出現，就直接放棄幾千年累積下來的中醫醫術一樣愚蠢！
我的研究就是繼續奠基於傳統的影像辨識，找到缺點加以改進而已！所以我的研發進度不會大起大落，總是穩定進步七八年到今天！骨子裡我的辨識程序依舊是：全彩→灰階→二值化→輪廓化→目標化→車牌正規化→字模比對。只是更精緻化每一個程序而已！
如上圖，我的辨識過程都可以按照傳統影像辨識的程序逐步繪圖解析的，沒有任何難以捉摸的大量計算統計或稱「學習」？每一個步驟都是有目的有意義，直指最終辨識目的的，所以才會很有效率，也很「聰明」！不會有說不出用處的無謂計算。
這幾年我也很努力的學習ML等等新技術概念，希望可以替我的研發事業增值，但始終還沒看到使用他們的更大效益！我的心得是：傳統技術未必是落伍的技術，它們也可以持續研究改進的！多數時候還會比橫空出世的新技術更有效率！科技不像生物會老化的！好的東西只會保持原狀或變得更好，急於否定傳統就太笨了！
在影像辨識的領域中，大家可以把我們看作是醫術很好的科學中醫！我們隨時都願意和任何號稱AI影像辨識的團隊PK！公開透明的比較我們使用各自的技術能做到的事情！正如前文所述，廢話不必說太多，如果AI影像辨識真的很好，就做個公開測試的網頁平台好好展示給大家看吧？我這個被視為傳統落伍的技術團隊都敢做了，為什麼號稱先進的AI團隊卻不敢這麼作？
限會員,要發表迴響,請先登入
