上面第一張圖片是你可以從網路資訊上看到的各家車牌辨識系統，或學術單位發表的作品中看到的車牌辨識畫面，第二張圖則是我這幾年陸續發表貼在網路上的車牌辨識圖片集錦，當然都是我的辨識核心可以順利辨識的案例。

高辨識率當然是所有人追求的目標，但是我們真的有面對現實？努力擴大能辨識的範圍？用能夠辨識更困難的車牌影像來提高真實世界中的辨識率嗎？還是像那些努力延畢，或繼續讀研究所來逃避到真實世界就業討生活的年輕人？我們應該努力的方向當然就是努力追上人能辨視，但是車牌辨識軟體還無法辨視的車牌嘛！那為什麼我看得到圖二的爛車牌影像，別人都看不到呢？

其實我認為大家都看得到！只是學界與業界各有原因並沒有真的很努力去挑戰。業界的壓力應該是：太難的研發投資風險太高！挑戰太困難的辨識，很可能研發多年也進展有限，銷售市場也未必很大！不如做好如停車場等等較簡單情境，也可以迅速賣出大量產品的市場。就像我們讀書時，都會傾向去考有題庫範圍的考試，太困難而且考上也沒太好康的考試，當然就不太積極了！

學界呢？如我一向批評的！他們根本沒有「做到好」以及「做到能實用」的壓力與渴望！研究生只要完成論文規格，找個小問題解決，或作個商業經營模式的程序樣子，就能畢業了！教授呢？也差不多，做到可以發表論文，可以找到藉口申請到新計畫就好！能不能升等？或升官加薪？和他的「研究」是否真能實用根本無關！急甚麼呢？做個樣子，只要其他台灣人也都做不出來就沒事了！

這種「研究環境」再給他們一百年，也一定只是原地打轉！他們最後逃避現實的遁詞一定是：「台灣的科技水準畢竟不能和歐美先進國家相比，建議政府還是去外國買高科技的車牌辨識產品吧！」果真如此，那政府還要花五百億養學界，用玉山計畫高薪養學者幹嘛？一個玉山學者的薪水就夠我創業這幾年的開銷，還綽綽有餘了！我沒有拿一毛國家的錢，還誠實繳稅，現在我可以做出學界做不到的研發水準！此事該怎麼說？

所以其實高科技研發能否成功只是事在人為！歐美人絕對沒有比較聰明，或一定政府要砸大錢才能生出鳳凰蛋來！我不是外星人，只是沒有逃避明顯的事實，三四年前我也不能辨識爛車牌，但是我相信那是真實世界必然要面對解決的問題，埋頭研究一步步的推進，持續找到與想出新的演算法，辨識能力就慢慢進化了！

這種困難車牌的辨識只是我四年半研發中前兩年的重點，近兩年我已經繼續向著動態、高畫素、高速辨識，加上智慧篩選與追蹤車牌辨識巨量資料的方向前進。所以我做的路邊攔檢、車載車牌辨識與路口監視器情境的多車辨識軟體，才能讓警方與監理單位驚豔！這不是一句「辨識率高」就能解釋清楚的研發過程！

有傻勁想要愚公移山，未必能夠成功，但是逃避現實，規避問題則一定不能成功！我誠懇建議其他想將這類影像辨識產品做好，或研究出高明技術的學界或業界朋友，別因為想太多利害得失的關係，而擾亂了你們面對真實問題的理智，該做的研究方向其實永遠是很明顯的！如果你想做車牌辨識，就不要假裝沒看到爛車牌了！真實世界一定會有壞人，也一定會有爛車牌，你未必都能應付，但總要盡力，不要做鴕鳥。