影像辨識是一個很神奇微妙的認知過程，我越深入研究就覺得越像人生哲學！絕對不像是一個尋找特定數學模式的過程！那些搞得一般人頭昏腦脹的數學模式，ML、DL或CNN等等，其實距離一般人的直覺智慧與社會經驗都還好遙遠！任何小學生的影像認知能力都遠遠超過CNN，速度還快上好多倍！

很真實，也很諷刺的事實是：如果有個如上路口的車牌辨識系統驗收工程，一大票廠商使用各種神奇的，最先進的影像辨識演算法，努力辨識數百張如上街景影像中的車牌。但標準答案是甚麼？驗收官員完全可以偷懶，找他的小學生孩子當工讀生做出來！就是放大影像讀出車牌而已，一大堆高科技廠商的電腦博士RD們還都不會有任何異見？

所以我才會常常說：「影像辨識是個很不成熟，還在嬰兒時期的原始科技！」真是如此的！如果CNN或DL等等數學模式就是影像辨識的資優生或直達車，它們出現也很多年了，為何目前的影像辨識軟體還是很不聰明？還需要好多特殊硬體來分擔不合理的高運算量，最後還無法跟小朋友辨識得一樣合理迅速呢？

小學生的腦袋做數值計算的速度當然不如電腦，我好奇與研究的標的就是：「小朋友，也就是我們所有一般人，是怎麼辦到的！」我崇拜這種人人都有的影像辨識直覺與認知過程，遠遠高於那些被過度炒作的「影像辨識AI科技」！因為事實證明，那些還沒有很多科學家認真看待的普通人的「直覺」，效率實在太高了！你不會好奇嗎？我就會！而且是把它當作我的主要研發方向！

用一點想像力，如上的影像要你找到正確的車牌，你的視覺辨識與思考過程是甚麼？我其實也還不能完全解讀複製一般人的思考過程。但是努力捉摸，也找到已知科技中可以配合好用的程序，就是找到對比較高類似字元的目標了！這就是OCR技術會做的事情，我也努力讓此過程更快速有效了！

用一個因為疫情大家已經熟知的比喻，我在複雜街景中找到車牌的技術有如快篩試劑，DL與CNN等技術做到同樣事情的方法就如PCR檢測程序了！精確度只差一點點，成本與耗時則是非常非常多倍！如上在百萬畫素的街景影像中，用一般規格的電腦找到車牌的時間，我的軟體只需要0.1秒！你可以用其他方式試試看要多久？當然不能作弊，如使用特殊硬體GPU幫忙之類的！

我可以很快地找到這個看起來好小的車牌目標，讓我不由得想起年輕時找老婆的經驗過程！所謂的「眾裡尋她千百度，原來正在燈火闌珊處！」老實說，要在現實環境中「及時」找到好對象是很難的！我的女兒也年近30了，還沒找到好對象！因為我們多半不是富二代或王子公主，不能讓所有可能對象都來排隊面試的！必須用最聰明簡單，不消耗資源的方式觀察周遭所有異性，快速完成初選鎖定對象，開始追求最好也最有希望成功的「可能」對象！

以ML、DL與CNN的邏輯來說，就是假設每一個人都是阿拉伯的王子！有無限的資源可以充分分析影像中的所有資訊！街上走過的每一個美女都不放過，反正分析來不及就撒錢製作特殊硬體使用GPU邊緣運算嘛！好像全世界都可以讓他恣意使用？這當然是不切實際的方向！我也證明了要找到那個候選的新娘(車牌)，不必太花錢的！即使如YOLO之類的技術已經在努力節省運算量了，但他們還是在數學模式的思考範圍內打轉，跟現實中非影像的資訊很脫節的！

但是即使找到了那個養在深閨人未識的美女！也可能會有接下來的好多問題需要人的智慧去處理！譬如上圖因為目標距離尚遠，228整個沾連成一塊了！我怎麼知道它們是三個字，而不是一個字呢？好玩的部分再度出現了！對於小朋友來說，這簡單到根本不是一個問題！只要用字元概略寬高比切割就好了嘛！我的軟體也真的這麼做了！這是普通常識，但與影像資訊沒太大關係，學院派的人一定會說我不守規矩破壞演算法的一致性亂搞一通！

但真實世界就是這樣的！即使你找到了那個萬中選一的美女，也結婚了，她還是未必直接就可以當個賢妻良母！夫妻都一樣，正如那個廣告詞說的：「我是當了爸爸之後才學著當爸爸的！」正確的車牌是找到了，但總有些小問題還需要克服！譬如我的太太因為丈母娘太強，所以新婚時根本不會做家事，當然孩子出生後照顧嬰幼兒也是大家都沒經驗的！難道非得找到完美的妻子才能結婚嗎？那有幾個人結得成婚呢？

所幸我家小時候是開托兒所的，我媽媽是專業護士！照顧嬰幼兒的本事我跟專業褓姆是同一等級的！婚前我也當單身漢獨立生活很多年了！所以我可以很快幫她上路，現在呢？我早已是個又老又懶又蠢，只會寫程式的大老爺！甚麼家事連公司帳務都是太太處理的！家裡的新家電洗衣機等等，我都不會用的！

很有趣吧？如果你可以像我一樣多一點想像力，不要那麼受限於甚麼理工文法商的思維方式？也尊重任何一般人的直覺與常識，你看到的世界，你可以做到的事情，可以解決的問題，可能就會很不一樣！對我來說：影像辨識的師傅本尊根本不在電腦科技裡面！而是在每個普通人的直覺常識之中！