網路城邦
上一篇 回創作列表 下一篇   字體:
聰明的孩子總是愛闖禍!
2019/08/18 04:29:49瀏覽1038|回應0|推薦17

我研究車牌辨識是從無到有一路自行開發的,一開始當然是從簡單清楚好辨識的標準狀況開始,所謂的先求有再求好嘛!從大約三四年前開賣停車場版的軟體時,在較為單純的停車場情境下,現場實測辨識率就已經高過大多數已知的市售品牌,當然也很「穩定」了!

接下來我的發展方向當然是繼續研究如何辨識「難辨識」的車牌影像,譬如水平傾斜大的、側向斜視角大的,或略為模糊汙損的等等。我的產品市場也擴及到路邊開單的手拍照片辨識、停車桿或測速桿的車牌辨識、道路與車載車牌辨識等等。像是車載產品就是過去一整年的銷售亮點,還多次被媒體報導過,全省的地方稅務單位幾乎都買了一套!

這些產品所以能被重視採用,技術內容的關鍵就是在「不理想」的車牌影像中「盡可能」辨識出車牌,而且速度要非常快,因為目標車輛是不會停下來給你拍特寫的,我必須抓拍或跟拍。當然野外求生嘛!這種方式辨識車牌成功率能達到九成就嚇死人了!大部分車牌辨識系統都很嬌貴,一到這類野外場域辨識率就會低到很抱歉!

但是最近我卻因此受到一波震撼教育!主要的停車場客戶都抱怨我的辨識核心變得「不穩定」了?常有以前不會出現的離譜辨識結果,譬如看來清晰的車牌沒來由地多了一碼或少了一嗎?或者出現更多「鬼影辨識」,就是將背景目標誤認為車牌等等。

經過一番溝通與調整,其實就是我被海K了好幾大餐之後,終於讓客戶恢復了大部分的信任。有位客戶的說法很有趣,他說別家的車牌辨識都比我賣的穩定,能辨識到的就一定不會錯,不能辨識的就絕對沒答案。但是仍然讓我依依不捨的是你的產品「最聰明」!應該是指我可以辨識的狀況容忍度較大,這讓他們工作方便很多。

但是辨識困難的車牌難免就像電影中的藍波等野戰高手,為了盡量達成任務,很多例外甚至猜測性質的演算法都提出了貢獻,這些「自作聰」的演算法如果沒經過審慎思考檢驗就混進停車場的辨識流程,就會變成泰山穿禮服吃西餐,很多格格不入的意外事件就會出現了!

所以說,其實是我的新近成功導致了我原本好好的舊產品出現新問題,我的產品分流沒做好,辨識流程與使用情境的區隔沒研究清楚就太隨意地互相引用,導致出現那些怪現象。而且在道路辨識時,十分之一的辨識是離譜的錯誤,沒人在意!在停車場呢?即使只是百分之一的錯誤他們都會嘀咕半天的!

哈哈!是不是很像聰明的孩子總是不太聽話自作主張,讓人又愛又恨?我正在努力讓我的孩子,就是我的產品又聰明又乖又可愛!

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:http://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=128580670