上面是我閱讀的有關影像辨識的一些中英文書籍，英文部分多半是最近買的，還有一些RD帶回去讀了。雖然我不是影像辨識科班出身，也強調作影像辨識應該重視基礎物理數學多於「純影像辨識」的方法論，我自己遵循這種理念也已經有很多實際的成效！但這絕對不表示我不屑於讀專業的書籍！相反的，我一直很勤於讀書！

有關影像辨識的研究，一開始我確實是不知而行！但是先跨出一步之後我就會開始好奇真正本行的人會怎麼想？怎麼做這些事情？而且我不讀則已，要讀就是很認真的！以前大學讀書時因為我睡覺時間較少，讀書速度也快，同學只看到我打球上社團，考試時成績卻很好，大家都會說我是靠天分的！好像我都不必K書的樣子？

我非常不服氣！事實是我讀的書比同學都多，而且多很多！譬如在師大物理系時，大一物理學我是全系第一名，我當時是同時讀三本物理課本(包括做完習題作業)的！一本是系上的教科書，一本是台大物理系用的課本，還有一本是台大醫學院用的課本！以我的用功程度是很難考到第二名的！

但是很顯然的，物理與影像辨識這兩個領域發展成熟度是天差地遠！物理學是已經非常成熟的科學，其實每一本物理書你當成聖經一樣崇拜，而且奉行不渝都沒太大問題。但是影像辨識對比於人的視覺智慧程度，真的只是啟蒙階段，甚至可以說還在混沌狀態！每一種方法論當然有其用處，一定是解決了某些問題才會變成書本的一部份，供人學習分享。

但是影像辨識的用途議題範圍實在太廣，任何一種方法論使用範圍都很侷限，大家已經看得很累的這些辨識方法，其實數量還遠遠不夠實際所需！就是說演算法的研發還需要繼續努力精進與擴大，辨識的「哲學」理論更是非常缺乏！原因不是之前的專家不夠聰明努力，而是數位影像品質是近年才大幅進步的！影像辨識積極研究才幾十年，物理學則已研究發展了幾百年！

巧婦難為無米之炊，任何科學領域一定要有足夠的資料與工具才會快速進步！在影像辨識領域，資料就是數位影像，工具就是程式與電腦！這些東西都是近幾十年才出現，近幾年才變得夠好的！所以影像辨識領域的發展才剛剛開始。即使如此，前人或別人研究的成果當然有一定的價值與意義，只是我們不應該將這些大家分頭摸索的技術經驗當成聖經或定理看待！

知道與理解更多方法論當然可以增加你面對問題時的選項，但是我認為多數這個領域的人都將方法論當作前提，總以為每一個問題都可以找到套用某個或某幾個方法論就能辨識成功？事實上應該是不行的！因為影像來自物理世界，物理因素變化多而複雜，而多數方法論只是數學，數學方法不會自動與物理因子對位的！所以徒法不足以自行，理解分析影像形成的物理條件與限制，再去找合適的演算法，才是正確的方向。

所以我會讀書，但是不會盡信書，譬如某種影像應該用某種方法處理就會很好之類的！現在更出現一種逆流，就是反正不知道哪種方法好，也懶得一一去理解分析，就叫電腦每一種方法都試試看？給電腦標準答案，看看哪一種方法？哪一組參數組合？可以「猜對」最多答案，就當作是「解決問題」了！

這種技術被稱為「機器學習」或「深度學習」，還真的蠻諷刺的！因為人類在這種過程中並沒有「學習」到甚麼有意義的知識技術。電腦統計整合出了最佳流程，但是你問它為什麼要這樣做？它也說不上來的！還是多讀書多思考比較會有長進！也才是推進影像辨識科學的正途！