在道路情境下辨識車牌的標案會有個獨特的名詞，從複雜的背景中「看到」車牌叫做「擷取率」，辨識正確叫做「正確率」！一般停車場情境就沒有擷取率這種概念，因為都是停車特寫鏡頭，背景也很單純，要找到車牌或判斷有沒有車牌應該沒有問題，反之，在複雜或車輛高速行進的道路情境中，能「抓到」就算一件功勞了！

所以我的車牌辨識產品大概就分成這兩大類，停車場以努力不要誤報為優先，都是連續辨識很大量，可能七八張甚至更多次同號確認後才報告出來。但是道路版的邏輯就是寧可錯殺也不能放過！所以看到「有像」車牌的車號就會盡量報出來，所以誤報率當然是比較高的！譬如一輛車遠遠看像是AB-1234，近看原來是A8-1234等等。

最近受到考驗的是連續兩個案子的情境都介於兩者之間，一個是工廠大門出入口，一個是加油站。如果篩選嚴格了，某些沒停就開過去的車子會因辨識資料不足難以定案，就好像我的軟體沒辨識到？如果放寬限制呢？誤報情況就會不時出現，一車兩號狀況多了，客戶就有微詞了！怎麼辦呢？

嚴格說合理的研發方向是配合動態影像偵測，就是不只辨識畫面中的車牌，同時也一步步的追蹤整輛車的位置。等車子即將離開視野，或整個停下來時才下結論，根據此車一出現到終點的所有資料進行統計，那誤報率就會極低了！這是我會做，還沒真正做好的功能，要辨識極準、極快、還要做動態偵測？不是不行，但電腦速度可能跟不上，這是權衡取捨的問題。

既然目前的案子有需要了，我明天就會試著開始整合影像動態偵測的功能到我的軟體裡面。但是資源有限，或許這樣玩之後，原本四車道的車牌辨識軟體就變成只能跑兩車道也不一定？客戶們也不要高興得太早！今天在遠端看了一整天工程車進出，畫面還卡卡的，看到眼睛脫窗，該休息了！明天再戰。