機器視覺辨識車牌準確率99% 駕駛違規無所遁形

網路上三不五時就會出現這種「新聞」，這種產品確實是所有人的期望，但真的已經是事實了嗎？如果是的話，不僅是我，全世界所有研發製作車牌辨識系統的廠商都只能立刻退出江湖了！我沒有明確的證據斷言他們的廣告是假的，但是有充分的理由推測：十年，甚至幾十年內都不可能有這種產品！

我很奇怪的是他們為何要做這種廣告？因為他們一定賣不出去的！事實是：所有的車牌辨識廠商都會或多或少誇大辨識能力，因此所有的車牌辨識系統驗收場面都很難看！實際辨識率與廣告落差通常大於一成！驗收者當然臉色鐵青，廠商則滿頭大汗怪東怪西的！如廣告中所說的道路情境車牌辨識率99%的神話，從來就沒有出現過！所以現在沒有一個車牌辨識的案子，會不經實地測試就直接採購，正如網購商品先付錢就沒保障，買手機可能會收到衛生紙！大家都一定會先看現場測試的，如果廣告不實一試就破功了！

我最近就真的參與過這種考試，國內的幾個大廠商都跟警方說「全世界」都還沒有這種產品(多車全景動態辨識)，因此建議警方繼續採購單車道辨識的舊型產品。如果國外已有這種產品，他們沒理由不知道，也沒理由不買來參與實地測試，事實上就是他們沒拿出類似效能的產品，現場辨識率僅約六七成。我的產品辨識率也「只有」九成，距離99%還相當遙遠！須知行百里半九十，我才到半途而已。

我不相信他們的諸多理由中，最大的一個理由就是他們宣稱「結合人工智慧、深度學習、以及卷積神經網路(CNN)」來製作出這個產品！就像我童年時出現的「原子筆」這個名詞一樣，其實這種筆與「原子」科技當然無關，原子能也不能讓筆更好寫！但是震懾於原子彈的威力，以及核能發電新科技的神奇表現，廠商就給平凡的筆冠上了「原子」兩字！當時只要沾上原子就直接表示是高科技了！50歲以上的人應該都對玉兔原子筆記憶猶新吧？就跟現在只要沾上人工智慧、深度學習等名詞，看起來就像高科技了！

但人工智慧與深度學習真的是可以製作出高辨識率車牌辨識系統的技術嗎？請先看這個新聞吧：

誤判率高達92% 英國警方人臉辨識技術遭打臉

這不是英國警方的弊案，而是他們上了廠商的當！被誤導高估了人臉辨識的適用範圍與方式。人臉辨識是目前最典型的，用機器學習技術製作出來的產品，事實上就是統計分析人臉上可以量化的特徵，譬如兩眼間距，如果你要辨識的只是兩個人誰是誰，A先生的眼間距5公分，B先生的5.5公分，你從影像上辨識出某個人的眼間距5.4公分，當然不會猜錯，就是B先生！

但是如果你是要從1000個人中選出正確的那個人呢？可能5.4公分的就有幾十人，你就必須參考其他的量化指標，如果是幾百萬人呢？可能用十個指標都還會有幾十人都符合，加上攝影的誤差，可能真正要找的目標根本還不在這幾十個人的名單內！硬是猜下去，只有幾十分之一的中獎率！所以有8%能答對已經很不錯了！使用者當然不會滿意，這麼昂貴的系統只能幫我篩選出幾十個人的名單？這太遜了吧！但這就是大範圍人臉辨識的極限了！

人臉辨識並不是都不能用，如果你的公司只有幾百人，用刷臉系統打卡是絕對OK的！你給軟體「學習」用的資料就是幾百張大頭照，取像辨識時也是受測者面對攝影機拍特寫。但是你要到街上辨識遠近與角度都不同的人臉，也希望達到高辨識率？你必須用來給你的軟體「學習」的影片該怎麼拍呢？而且每台攝影機的影像品質未必相同，加上陰晴雪雨的環境因素，你要蒐集幾年？再加上「訓練」幾年才能讓資料夠多到可以在街上正確辨識人臉呢？即使軟體可以調整訓練到辨識率99%，我應該也已經不在人世了！

製作這類軟體的廠商知道這些事嗎？他們當然知道！但是為了早點賣出產品賺錢，讓公司不致倒閉，當然會自欺欺人的發明一些說詞，或根本避重就輕欺騙消費者！反正你們只要相信人工智慧機器學習很厲害就行了！高科技的神奇能力你們不會懂的啦！但我就是研究車牌辨識的人，難道不曾想過如何運用這些新技術來提升我的產品品質？我學到的就是這些知識！

簡單說，街道實景中的車牌辨識根本難以用機器(或深度)學習技術製作出來，即使可以，也絕對不是高辨識率的產品，執行速度還會很慢。須知所有機器學習的基礎還是一些影像辨識法，他們只是盡量引用多一點辨識法，以及大量有標準答案的資料，讓軟體經過統計與回饋，「深度學習」(去K書中辛苦讀，加上喝很多咖啡？)出較佳的辨識流程與參數，但他們的決定絕對不會比真正的博士專家更準確合理的！

機器學習可以節省研發的人力，但是完全不能省下開發時間與運算成本，更無法在複雜的真實環境中達到高辨識率！我說的高辨識率是以直接用活人專家以演算法研究出來的軟體所能達到的辨識率。以我的估計，在如下的動態街道上用機器學習製作的軟體辨識所有車牌，成功率如果可以超過一半我就會非常驚訝！也會準備好退休了！

看懂了嗎？這種廣告所說的成功案例，一定都在我們不容易直接查證的遠方國外，成功的原因也一定是大家都「聽說」過，但是不太了解的最新科技，科技盲從加上崇洋媚外的心理，聽起來就很像是真的了！