經過兩個月審慎的重建工程，我的新版辨識核心終於讓我自己無可挑剔地完成了！之前我一直掙扎於動態軟體需要比較快的速度，所以很多困難辨識的車牌無法用盡全力，拚命辨識出正確的結果。只有在靜態辨識軟體上才會放手一搏，出盡全力不顧辨識速度較慢的問題，就是要將唯一的一張影像辨識成功！所以有時辨識時間會長達一秒以上！

簡言之，我曾經在部落格與FB上PO出很多高難度的辨識案例，多半是用我的最強力靜態辨識軟體的辨識流程，一般需要高速動態辨識的軟體是沒這麼厲害的！如果是道路版的軟體，面對車水馬龍的亂象，速度還是最優先的考慮，當然就算了！遇到爛車牌就直接放生吧！後面還一大堆車牌等著我去抓咧！

但是面對停車場軟體時，我就很掙扎了！要用多大的力道逼近最能夠兼顧辨識能力與速度的境界？因為停車場進出的車速實在不快，很想精銳盡出，像以前的版本上面這種車牌用停車場版的軟體是鐵定摃龜的！因為實際的車牌字元其實對比很差，我一定會先花太多時間釐清其他比較強列的目標後才會處理到它，但時間壓力就會逼我放棄嘗試辨識更多可能的目標。

這種憾事之前總是讓我很糾結，因為我確實是可以辨識成功的，只是時間不夠！現在新版的辨識核心進步多了！即使這麼麻煩的案例也可以在合理的時間辨識完成！新版辨識核心的源起是我的RD發明了一個新的整合式字模比對方法。抽換掉這個核心模組，讓字型的基本辨識誤差大幅降低，但也因此所有圍繞舊版核心模組的例外處理與特徵辨識程序，都必須一一修改調整到最佳狀態，期間用了好多大量資料統計的技巧，很像機器學習的統計回饋過程，所以才花了兩個月的時間！

整體來說新版的辨識程序更為有序化，我也努力找出各種捷徑，讓比較狀況好的車牌能更快定案，將時間留給較難辨識的案例，最終整體辨識速度是提升了25%！而且較模糊，乃至高角度傾斜變形車牌的辨識能力都已經跟我的靜態軟體幾乎一樣了！

當然，人工智慧在沒有做到比人更聰明之前都不算達標，所以即使我之前版本已經辨識能力不錯，我還是繼續精益求精，不但要辨識能力更強，還要速度更快！這只是一個階段，不會是終點的！即使如此我依舊很高興，這次改版之前有兩三年的時間，我的辨識核心進步幅度是很小的！這回算是一次較大的躍進了！