這是工研院提出的所謂DNN車牌辨識報告的第一張PPT！先提醒大家這個報告只是一個數據根本不完整的「DNN可行性」簡報，基本上是一個「廣告」！並不是一個可以供大家研究驗證的論文，或負責任的研究報告！但是打著工研院的招牌，在一般民眾眼中份量就不一樣了！大家千萬不要被誤導，以為CNN或DNN等技術已經是比OCR更好的技術？這完全不是事實！他們是擺明了為推銷AI相關技術的生意(課程與委託計畫等等)在說謊！刻意也是惡意地貶低OCR技術。

事實是：市面上根本還沒有以DNN，或是CNN為技術核心的主流車牌辨識產品！因為辨識率不高，根本無法與傳統OCR製作的車牌辨識產品抗衡！至少以車牌辨識現狀而言，CNN與DNN技術目前根本完全比不上OCR！此簡報提出的只是片段的實驗數據，還語焉不詳？大家聽聽就好！等看到實際能用的產品展示時再認真聽他們說吧！

看到這種標題，出身學術界，目前已經以高品質車牌辨識產品立足於業界的我，當然會有極高的興趣！如果能證實DNN可以比我現在用的OCR技術做得更好？相信我！我是個商人，靠著賣車牌辨識軟體公司維生的人，不是教授！我鐵定立即改弦易轍，開始使用DNN研發新一代車牌辨識的產品！

沒有商人會跟錢過不去的！我當初決定用OCR技術開發現有車牌辨識核心的研發期，也不過兩三年而已。要學習用新的CNN或DNN技術開發車牌辨識核心，各位估計我會需要多少時間？我會在乎一邊賣OCR的產品一邊研究DNN車牌辨識，兩年後推出DNN產品嗎？當然不會！如果DNN做得出跟我的產品類似水準(不必超越)的新樣式產品，我都會作的！因為很多人就是迷信AI，多一個這種AI版本我可以賣更多嘛！我不做的原因，是根本看不出來有可能做到「差不多好」！

我會直接批評出言反對的原因是出於善意！就像看到一個很誘人的詐騙廣告，忍不住會提醒親友們不要上當一樣！因為我看得出來寫這篇廣告的人根本不懂OCR能做到事情！根本沒意識到目前已經辨識率高到可以在很多場域應用的車牌辨識系統，「全部」都是使用OCR技術做的！包括我的車牌辨識核心在內，在停車場內辨識率至少都是大於98%以上，不然沒有人會買的！

反而是他在嘗試推廣的東西其實還是空中樓閣！目前市面上的OCR車牌辨識系統，至少我的產品，根本沒有前面簡報中提到的「劣勢」！常來此閱讀支持我的讀者，都看過非常多讓人驚奇的各種困難車牌辨識案例展示！跟他們在此報告中也展示幾個困難案例不同之處，是我的產品有在賣！台灣所有稅務局與監理單位，路邊停車開單的管理公司，還有很多警察單位都已經買了在天天用了！工研院的DNN產品呢？拿一個出來讓大家試玩一下嘛！

其實我有在FB上主動嘗試與此報告的作者加朋友，想好好交流一下！他的反應是已讀不回！為了讓我的讀者不會受到這種不實廣告的影響，作出錯誤的研發決策或金錢投資，所以我必須實話實說，你可以不必聽我的！但是我也有權利說真話！告訴閱聽大眾我的合乎事實證據的看法。

前面說過了！我是商人，也不想騙人！如果此報告讓我覺得有可信度，我會立即開始DNN車牌辨識的公司計畫！但是我根本無法入戲，只是這張簡報裡就錯誤百出了！譬如將二值化錯寫為二質化？譬如將機器學習才會用到的SVM誤植為OCR技術的一部份？兩者根本八竿子打不著的！還好我有上過機器學習的課，才會立即知道SVM是甚麼東西！很刺眼的錯誤！

顯然作者並不會使用OCR，也根本不懂OCR的完整技術內涵，就直接說DNN比OCR好很多了？他還真敢講？但是要我這種有實作成功經驗的人相信很難的！他的結論當然在我看來也是對OCR充滿了誤解與偏見，只為了推銷他的DNN，如此謊話連篇，真的會讓工研院的專業形象大打折扣的！

譬如DNN其實跟機器學習類似，是奠基於機率統計的數學，OCR則是奠基於精確分析目標邊界的數學，怎麼有可能DNN適用於「極高精度的場合」，OCR反而不行呢？應該是相反吧？越是複雜難辨識的狀況，其實越難用機率統計猜得很正確！應該更需要以精確分析為基礎的OCR技術才能精準辨識正確吧？這些根本不符合常識與學理原則的話，你硬要這麼說，一般人聽了或許無感，但是對於資深電腦教授，也已有多年影像辨識產品研發成功經驗的我來說，根本無法接受！

他說的傳統影像辨識就是我用的OCR技術了！只適合系統架設初期使用嗎？那我已經賣出的數百套產品，還頻頻被媒體報導喊讚的東西，都還是在「架設初期」嗎？如果我已經用OCR了，也可以穩定的經過錯誤分析案例研究改進逐步穩定提升辨識率，我還必須使用DNN嗎？我的東西套得上DNN架構嗎？當然不行！那他在這裡胡說八道甚麼？

如下的OCR車牌辨識產品就是因為能快速辨識各種大角度、模糊髒污、有光影干擾的困難車牌才會那麼厲害的！是警察自己說的：五十公里時速下還有八成以上的辨識率！不是我自己打的廣告哦！目前全台灣各縣市稅務與監理單位都有了，警察單位也快速推廣之中，包括其他私人採購，沒有一個客戶說過不好！這個產品就是完全用OCR做的，完全沒用到任何ML、CNN或DNN！開始熱銷的時間比工研院這個報告早一年多！要PK嗎？我可以免費送一套給工研院做研究！他們只需要做一個跟我的產品差不多好的DNN車牌辨識產品，我就會相信工研院的鬼話了！到時要我登報道歉都可以！