某客戶買了我的停車場版四車道動態車牌辨識軟體，但是卻直接用到馬路上的道路監看之用！因此覺得我的軟體笨笨的，還常常會卡住不辨識了？因為他們買的是我專門賣給停車場用的軟體，如下影片所示，車子應該是慢進慢出，從進入畫面到離開畫面，車牌的可辨識度應該都是很高的，而且時間長達十幾秒，累積有效辨識數量可以達到數十次之多！

也因此我的這種軟體統計篩選機制是很嚴格的！目的就是用高標準把關，絕對不允許有任何的車牌誤報！很像現在機場入關時防止豬瘟病毒入侵一樣，前提是我有充分的原始資料可以參考，也有足夠的時間累積同一輛車的辨識資料。但是如果是像上圖的馬路呢？給大家一段影片參考：

車子經過畫面的時間很短，因為車道寬視野大，遠近距離變化也大，所以取得影像的可辨識品質一定不如停車場的情況，而且取得的辨識樣本數一輛車可能只有三五張，而且其中有一半機率車子是在不好辨識的位置，錯誤率當然比較高。如果要用停車場的邏輯篩選資料就會顯得太嚴格，很多車子經過畫面期間軟體無法作出有把握的判斷，就會好像「視而不見」了！

甚至因為沒預期到車子會一下就過去了，確認資料的流程常常來不及正常結束，還在等前一輛車的資料，無法切換到下一輛車的辨識邏輯，看起來就像是程序卡住了！這很像銀行櫃檯人員用平常上班時的步調，去給跑馬拉松的運動員遞毛巾飲水，他們還等著運動員來簽字領取咧！哪有這種事？選手根本不會停下腳步的！你得去追他們才行！

下面是我的道路版辨識軟體辨識馬路情境時的原始資料亂像，同一畫面很多車會交錯出現，每一輛車累計也不過出現個三五次，所以統計資料的邏輯是絕對與依序魚貫而入的停車場情境完全不同的！所以我才會製作出兩種完全不同的軟體來賣！用錯軟體當然會時地不宜顯得很笨拙！就像叫芭蕾舞者去打美式足球一樣！

所以雖然一樣是動態車牌辨識軟體，我的車牌辨識核心也真的都一樣，一秒鐘辨識十幾次，但是因為環境與對象不同，取得車牌辨識原始資料的數量與品質大不相同！可是我們軟體的最終任務都是要做到「一車一報告」！遇到兵荒馬亂的道路情境當然不能用停車場的那一套確認邏輯，不然就會手忙腳亂還漏掉很多其實可以完成的辨識結果輸出。

所以不要太低估了所謂「動態」辨識軟體的意義，以為只要單張辨識車牌的核心表現又快又好之後，就只是隨便挑幾張好的結果結案就可以了！要讓他們看起來很聰明，裡面也是充滿了人工智慧演算法的！兩種類型的動態篩選我都各花了超過一年的時間去琢磨出來的！要我的軟體能自動切換這兩種模式，我現在還作不到的。