我的RD正在進修碩士班，並以車牌辨識結合多目標追蹤技術達到科技執法目標為議題研究之中！算是一魚兩吃，等她論文完成時，我們公司也算完成一項新產品的研發，事實上我們之前就斷斷續的研究討論過，也真的實作出類似系統在台東火車站前上線使用過，只是相當簡陋粗糙，只能追蹤獨立移動的動態目標，遇到兩車交會就算了！現在想做得更全面更好。

如上的路口如果左轉是違規的，我們就必須追蹤車輛的軌跡並且用車牌辨識確認身分，如果僅用車牌辨識追蹤，車子一轉向或走得稍遠就辨識不到了！使用動態目標追蹤的技術呢？要確認目標唯一的身分就有點難，搭配車牌辨識之後，就是用車牌辨識的結果，替動態追蹤的目標(軌跡)貼上唯一身分認證的標籤！

每一個動態目標只要有一次成功被貼到標籤，之後就不會認錯了！這樣當車輛軌跡違規時就知道他是誰了！但是實作的困難點，也是一般多目標追蹤時面對的主要困難，就是影像是二維資訊，真實世界的目標則是在三維空間之中移動，三不五時就會發生目標重疊融合，或再度分開等等事件，如何盡量正確的持續追蹤每個目標？當軌跡交錯時仍然可以持續不錯亂？就是需要研究的重點了！

RD提到指導教授質疑她的模型假設似乎過度簡單？只有兩個目標之間的分合事件研究，但是真實狀況似乎不是只有兩個目標的活動？她一時之間被問倒了！回來跟我討論，我也認為她應該多看看其他人的作法，因為她只跟我學過這些程式技巧，沒看過甚麼文獻。

但同時我也指出：看完之後一定不會覺得對目前處理的工作有實質幫助！只是妳可以比較容易與其他人溝通而已！因為妳現在作的事情完全沒比任何多目標影像辨識大師少！妳並不是假設只有兩個目標，而是在研究目標「分」與「合」的事件處理方式！任何複雜多目標的行為，最終都只是分與合的兩個事件現象的組合而已！就像所有的數字都能變成0與1的二進位表示法一樣！

譬如三個目標會合時，你可以說是三目標同一時間變成一目標，也可以用任何位置或時間的差異將這個事件變成1+1=2, 1+2=3兩個合併目標的事件！相信任何多目標追蹤大師的思維也都必然如此的！RD看過文獻不多，我看過的就不少，我知道的！我問RD：妳的模型中會禁止已經分裂的目標再次分裂嗎？她說：當然不會！那她的模型就不是限制只有兩個目標了嘛！她秒懂！

我可以在此提醒大家：沒專業知識沒關係！多數人都沒有！但是只要有常識，也相信基本常識邏輯，看事情就不會離譜了！

如果大師們真的有神奇好用到超出我們思維程度的多目標追蹤技術，那每次選舉造勢活動的人數估計就不會差好幾倍那麼多了！一定有個像額溫槍一樣可靠的人潮計數器會出現！就像車牌辨識軟體一樣，各家媒體和警方都買一支，量出來的結果就不會差太多了！同時間，我們也一定可以在一般影像處理或辨識的入門等級課本上清楚學到這種技術！正是因為還不夠成熟，才會繼續停留在論文討論的階段！

所以我的意見是她作的方向其實沒錯，讀完大師著作應該也還是回歸作差不多的實作研究，但讀書可以幫你更深入理解自己的做法合理性，也可以讓你更容易引經據典的跟人討論學術，學術界就是這麼運作的，學著點吧！