我開始認真研究車牌辨識的時間是四年半，前面兩年主要是建立與精進單張影像的辨識能力，就是所謂的辨識核心的研發了。那個階段我其實已經作得不錯了！傳統的車牌辨識程序是從鎖定車牌位置為起點，我的辨識則是從字元辨識開始，所以我能精確知道每個字元的位置與大小，對於車牌因為拍攝角度導致的變形，先天上就有較佳的復原轉正的能力！

但是任何演算法總有極限，真的太斜或太模糊的影像，我還是無法跟人眼與大腦的組合一樣聰明！這我也只能接受了。但既然我的辨識能力已經高過多數的市售車牌辨識核心，應該就是努力推銷產品就好了吧？可是我看到車牌影像取得的方式已經有了重大的變化，現在已經沒有人在用「照像機」取得車牌影像來辨識了，都是「攝影機」了！不是嗎？

所以我立即開始研究「動態辨識」的軟體。就是適用於串流影像的辨識軟體，而不只是針對單張影像。那就是要連續快速的辨識單張影像了！所以我先要努力讓我的辨識核心在維持高辨識能力的前提下，單張辨識速度變得更快！還要引進多執行緒平行運算的技術，讓多個車牌辨識能同時進行，盡量加大資料處理的流量，資料多了還要進行篩選，不能誤報或重複報告一樣的結果。

一般來說，一秒鐘如果能辨識十張車牌影像就很棒了！但是我用多執行緒可以輕易辨識到三四十張之多！這也奠立了我目前的主要產品「四車道動態車牌辨識系統」的基礎。而且這種極高的辨識速度，也讓我有機會繼續挑戰路口監視器與車載的車牌辨識系統，他們都必須在車速較高，且目標很多的情況下運作，傳統以低速單一目標為基礎的車牌辨識核心，是很難直接作好這種巨量辨識的！

但是我的動態辨識研究不只是讓速度變快，居然讓整體辨識能力也「變準」了！剛開始我的單張辨識核心，在我的實驗環境用大量資料考驗下，大約可以逼近98%的辨識正確率。但是當我售出第一套動態辨識軟體，客戶現場實測一周之後，回報的辨識正確率卻是99.4%！著實嚇了我一跳！哪有可能這麼高啊？

但是稍一思索我就明白原因了！在動態的多次辨識較模糊的車牌時，好像實力在及格邊緣的人，只考一次可能不及格，多考幾次總有機會及格的。動態辨識其實就是略為換個角度多辨識幾次，如果是完全一樣的影像，用同一程式辨識當然每次結果都一樣，一次不行就是永遠都不行！但是稍微變個角度與距離再拍一張照片辨識呢？這些有些微差異的影像中，只要有一張能辨識成功，我們就有正確答案可用了！

最近研發到道路環境的夜間影像辨識，同樣的環境白天當然辨識率很好，到夜間卻變成每一個車牌都是模糊的！我用我的單張車牌辨識核心能力估計，大概只有不到一半可以直接辨識成功。但是用動態方式連續辨識，結果居然可以接近七成！哇！真的嚇到自己了！一大堆這種爛品質的車牌影像都能辨識，真的不是我有這麼厲害，而是補考機會太多，只要有一次過關就及格了！所以動態辨識的好處真的讓我自己都驚奇不斷！