實在有太多人問我這個問題，乾脆整理一下跟大家一次說清楚吧！雖然我好像各類困難的影像辨識工作都敢亂接！但是這個目前最流行的影像辨識項目，我確實沒接過，幾年之內也完全不想研究這個議題！

一般業界的公司，如果想作影像辨識的生意，第一個考慮的都是：技術資源從何而來？要用OpenCV嗎？還是MatLab？要買某種很強的辨識引擎軟體嗎？我不一樣！我永遠都是考慮：我可以自己寫出從原理開始，到軟體產品的所有程式嗎？我現在所以能持續精進車牌辨識技術，也能做很多特定目的的影像辨識專案，關鍵就在這裡！我真的知道自己軟體的每一個細節，也真的可以直接分析新的問題，建構出針對性的影像辨識精確程序，我不會受到任何既有工具軟體或程式庫的功能限制。我是真正的傳統科學家，不只是會寫程式的軟體工程師！

所以如果我要作人臉辨識，絕對不會急就章地找到一些程式資源就組裝軟體出來賣的！已經有太多公司這麼作，我跟著這麼作就完全沒有優勢，即使賣得出去也不會是大家喜歡的好東西，因為我能對產品作的研發與服務跟其他所謂的「高科技影像辨識」公司沒有兩樣！對於組裝模式的影像辨識品來說，大家競爭的其實是：更快找到或買到新出現的技術，來改善自己的軟體！整天上網找東西或找錢買東西，這不是我喜歡的上班內容！

如果要完全自己開發人臉辨識，我需要投入的時間至少是兩三年，因為人臉辨識的特性與車牌辨識差異蠻大的！如果我要開發辨識某種編號的軟體，像是貨櫃碼或飛機編號，不會花太多時間，但是人臉辨識是沒有確定目標與正確答案的！要辨識的是臉部特徵，想分出誰是誰？需要的是統計學，不是幾何學。我評估過的，辨識程序一定很不一樣！

另一方面，既然需要依賴「統計學」，就是必須有大量資料(Big Data)來分析統計，這就是成本了！我不想用「花錢」來做為一個研發的起點，因為那表示沒賺錢就先負債！我也知道，這些都是現在流行的機器學習派最愛做的工作！他們的技術是不適合開發高辨識率車牌辨識軟體的，所以標榜人工智慧、機器學習(或深度學習)的公司至今都沒人敢來搶我的車牌辨識生意！即使來搶，也一定會灰頭土臉的！以統計學為基礎的辨識或許可以達到八成辨識率，但是很難到九成，遑論98%了！

相反的，如果我要去搶人臉辨識的生意，即使我可以開發出以特徵辨識為基礎的辨識流程，但是因為人臉特徵原本就是很多不確定答案的目標，我做出來的軟體終究還是必須用統計學來判斷答案，不會比機器學習作出來的軟體辨識率更高！我硬要用我做車牌辨識的模式去做人臉辨識只是吃力不討好而已。

當然，最基本的問題還是我的公司研發人力就是兩個人而已！我做客製化的車牌辨識軟體已經忙得要死，目前其他的影像辨識專案都是由我的RD操刀，她也忙得不亦樂乎了！現階段根本沒有人力投入全新性質，還會耗時很久的研發了！尤其是我知道：這種研發即使成功，產品的優勢也不大的！何必呢？

所以我不會作人臉辨識的，現在不會，幾年之內也不會！拜託大家就不要再問了吧！