在我創業之初車牌辨識產品開始略有名氣時，大家印象中最著名的車牌辨識系統就是高速公路ETC的車牌辨識了！有趣的是他們真的有來找過我想買我的車牌辨識軟體！我的磁碟中應該還找得到他們給我研究評估用的現場照片！但是他們說過了不能外流所以我就不方便給大家看了！

當時我看過那些照片的感覺是大吃一驚！那麼模糊怎麼可能辨識得好？他們也承認辨識率確實不高，需要蠻大量的人工補救辨識，但是對外當然是盡量不提這回事的，要維持高科技系統的形象嘛！但是他們的技術人員說他們已經很盡力提高辨識率了！他們採取的策略是「多引擎辨識」！

簡單說，就是他們的同一張影像會用多個不同的車牌辨識軟體都辨識一次，然後根據信心度等資訊選擇最佳結果，即使如此，還是要經過人工檢視避免離譜的錯誤。那麼大的工程多買幾家車牌辨識軟體來用當然只是小錢嘛！所以他們並不是覺得我的車牌辨識特別好，只是有錢就多買一個辨識引擎可能會有用而已。辨識率越高當然後台人力工作量負擔就越小！跟智慧停車柱系統是一樣的！

但是當時我的辨識技術水準還不太好，初步評估我就覺得完全比不上他們既有系統(大概多半來自國外)的辨識能力！摸著良心說就是加上我的辨識引擎只是多浪費電而已，不會提高整體辨識率的！我的優勢是辨識歪斜的車牌，但是高速公路的欄架上的攝影機拍的車牌當然不會歪斜！他們的問題是車速快攝影機又不夠好所以影像太模糊！

所以我當時很老實地跟他們說不必買我的產品加入「多引擎辨識」的團隊，因為沒用的！建議他們應該做的不是買更多軟體，而是更換更好的攝影機提升影像品質，跟那麼模糊的影像做困獸之鬥意義不大的！但是他們說全面更換攝影機茲事體大不是他們可以決定的！最後我就鞠躬送客了！

或許就是他們說的這種多引擎辨識作法給了我靈感！我現在的軟體就等於是內建了多引擎辨識！內部其實有六套辨識流程，如果率先使用的辨識流程順利信心度高就快速通關了！不然就一一啟用其他流程找到最好的答案！如上例就是找到了三個可能的答案，某個流程就是比較適合這個案例的狀況得到90分的理想答案！

在此就要感謝ETC給我的啟發了！也讓大家知道，高辨識率未必來自某一個神奇的AI秘方？幕後常常是各家軟體群策群力的結果！系統夠大時經費充裕當然就可以輕鬆做到這種AI軟體的集思廣益嘛！所以你說ETC是用哪一家的車牌辨識軟體？怎麼說都不對的！