最近讓我最頭痛的是一個要科技執法準確抓到違規轉彎車輛的專案，業主還希望像四格漫畫一樣，將違規的過程以四張連續照片呈現！之前已經寫過一篇文章介紹我的基本原理，但是理論是一回事，要將所有細節實作出來，還要考慮到差異影像的門檻調整，目標追蹤的穩定性等等因素，真的很不容易！

我的動態車牌辨識軟體之前是只辨識車牌的，如果某張影像中辨識不到車牌，那筆資料就直接蒸發丟棄了！我是可以將所有「有辨識到車牌」的影像羅列出來，但是違規轉彎的車輛一過彎車牌就看不見了！我如何確定它跨越道路中線違規了呢？我必須將那張正在跨越或已跨越中線的影像輸出才能成為裁罰的依據！但是那張影像距離遠又是高角度側視，通常是辨識不到車牌的！

所以這個專案要製作的軟體就不只是追蹤車牌，也必須追蹤車輛本身了！當然很多網路視訊都有展示多目標追蹤的軟體功能，多數相關的演算法我也知道，但是那些發表者沒說的是：這些演算法不是很穩定！因為它們必須依賴動態影像間的差異來去除被竟鎖定移動目標，如果攝影機本身在戶外有個「風吹草動」，就會讓追蹤過程斷斷續續了！

更嚴苛的條件是所謂的「四格漫畫」！為了達到這個目的，我必須將所有原始影像暫存起來，至少保留前面十秒鐘的所有影像吧？一秒鐘取像辨識十張，就是暫存一百張了！這些連續影像我都要做車牌與車輛目標的追蹤，如果確認有車輛跨線時，當然那張照片就是四格漫畫的最後一張了！往前找到有車牌的第一張照片就是四格漫畫的第一張，中間的兩張就要按照概略的等時距去找原始影像來搭了！

這些複雜的邏輯我不擔心寫不出來，最怕的是跨線的目標追蹤不穩定，抓不到跨線的事件，剛開始確實三四輛車跨線我大概只能勉強抓到一次，這樣的辨識成功率是無法交差的！雖然業主沒有施壓強調要多高的辨識率？但是我很怕做太爛砸了招牌，甚至考慮退錢不做了！反而是業主拜託我一定要盡量試試，總算搞到這兩天，辨識成功率提高到七八成左右，應該說得過去了！下面就是汽車與機車違規的四格漫畫了！

跨線時的差異影像目標輪廓

人工智慧要進入實用的階段，真的需要靠研究人員點點滴滴的努力，真實世界變數都是多到不得了，任何單一事件的辨識都不只是理論上如何做？而是要能面對複雜的環境變化時不會抓狂亂報！譬如同一場景可能會是如下圖這樣，你的軟體可不能就當場傻住，或一直報出一大堆垃圾訊息哦！看到這裡，你還相信買個多目標辨識引擎，錄個24小時的影片讓它自己去「學習」就可以做出這種辨識軟體嗎？別傻了！機器學習的神力多半是唬人用的！他們能做的事情很有限的！