Contents ...
udn網路城邦
想用翹車牌的方式躲避車牌辨識嗎?碰到我就會很難!
2023/08/21 07:15
瀏覽1,712
迴響0
推薦8
引用0

機車車牌如果被弄成這個樣子,當然是沒有必要也很可疑的!為何如此?司馬昭之心路人皆知,因為可以讓車牌變得很難辨識嘛!跟故意把車牌遮起來是一樣的意思!但比較有跟警察爭論的空間。如果車牌辨識核心的能力較差,真的稍微翹起就辨識率大減了!因為車牌或字元太扁都可能被排除為車牌目標的!車主可能會辯稱所有「警察」的眼睛都看得到我的車牌啊?有何違規?但是大部分的車牌辨識軟體真的都會無法辨識這種車牌!

可是碰到我這種辨識力很好的車牌辨識呢?除非你翹到70度以上,讓車牌號碼連警察的眼睛都無法辨識,只要還看得到車號,我就可以用字元的寬高比估計你將車牌翹高幾度了!這是可以提供警方參考的重要數據,譬如翹高到多少度要視為違規違法?必須開罰等等。

如上圖是路邊停車收費開單員從車牌「上方」的高角度拍的照片,我的辨識系統還是可以辨識正確車號的!同理可證,翹起的機車車牌從車後方拍,就是等於從車牌的「下方」高角度拍攝,只要角度沒大到70度以上應該都還可以辨識正確的!我既然可以將變形車牌扭正,當然知道變形的角度是多少囉!

所以能否替警方做到此事的關鍵,還是更廣泛強大的車牌(影像)辨識能力!只要我的車牌辨識核心可以辨識更高度傾斜變形的車牌,很多合理量化科技執法標準的事情就都可以做到了!這是不是就是大家所說的「AI」科技執法呢?有了這些準確可靠的辨識數據,當然就可以據以做出很多合理的判斷,不就是AI了?

但是大家「以為」的AI影像辨識技術,如MLDLCNN等等,能不能做到這些事情呢?答案是絕對不行的!要用大量資料「訓練」出這種極端狀況的辨識能力,所需要的資料、時間與運算成本,絕對足以拖垮所有的研發公司!反之,「不用」這些機率統計技術,像我一樣以科學原理為基礎,研究影像變形的物理機制,與逆向復原影像的精準演算法,才有可能以合理的時間與成本達到這種AI目標

尤其是在影像辨識領域,絕對不要再相信機器學習等技術是「AI」了!他們是一種處理資料的方法,在別的領域確實達到過一些AI的目標,但是在影像辨識領域他們目前還沒證明自己能做到甚麼事情?即使勉強做到的,成本都高到難以商業運轉,必須等待超級IC晶片的救援!他們不是AI影像辨識的未來,而是尷尬受困待援的不適用技術。

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