清晨開工是研究模糊車牌辨識的最佳時刻！此時因為環境昏暗，碰到車牌字元對比度較低，還常常有過度髒污狀況的工程車，那就是最難「看清楚」的案例了！即使是我的辨識系統根本抓不到的太模糊狀況，我也可以手動按下銀幕拷貝(Prt Scr)鍵，將影像抓下來研究！仔細分析我的視覺與我的辨識程式之間細微的判斷邏輯差距！

經過長期的微調，現在多數時候連我自己都會驚訝，我的軟體可以抓到，也正確辨識出非常模糊的車牌了！如上的狀況其實你將影像停格看，也必須花個一兩秒鐘才能用眼睛判斷最合理的答案應該是：980-ZA！模糊到人的眼睛與大腦都必須想一想的程度，我的軟體還是做出了跟聰明的人眼與大腦一樣的判斷！這不就是AI影像辨識的目標了嗎？跟我使用哪一種演算法是毫無關係的！

我想多數非專業人士並不是那麼理解或對於數學演算法有興趣，我也不打算在此地開影像辨識直播課程，一般人只會問：有沒有不用數學就能解釋的方式，讓我們理解你的軟體是怎麼作到的？其實我的做法還是非常合乎常識，我一講你就會懂的！就是台語俗諺說的：「無魚蝦也好！」

其實這麼模糊的車牌放到白天的道路影像中，我的軟體根本不會多看它一眼，也就不可能找到它，還辨識出來了！但是我的辨識核心聰明之處是會考慮很多環境參數的！包括我知道目前影像的環境是很昏暗的！那就必須「看到影子就開槍」！不然就甚麼東西都抓不到的！

有一點像繁星計畫選材的概念！車牌其實是一樣的，但是放到昏暗的凌晨，就像一個聰明的小孩在資源匱乏的偏鄉環境讀書，看起來就不如都市小孩聰明亮眼了！老實說白天光線明亮過往路口的車子也多，我的軟體當然不會刻意去撈那些很模糊的目標！但是夜間常常一分鐘還看不到一輛車的時候呢？那當然是盡全力辨識模糊目標了！不然還有甚麼事可以幹？

所以我的模糊辨識技術是真實存在的！但並不是隨時都會啟用，如果預期目標就是很模糊時就會不惜所有演算資源，與演算方法都要盡可能做出最合理的判斷！所以死馬都可以常常醫到活的！這樣我想大家都能理解我的影像辨識理念了！

我覺得談影像辨識應該多一點這種超越影像檔案本身內部資訊的哲學思考，譬如同一張街景影像不可能左半邊是白天，右半邊是晚上，所以我們可以啟動白天或晚上的不同模式，更快的看清楚也看懂各種景物與目標！一般人都是這麼使用視覺智慧的，為什麼做影像辨識軟體時不能模仿使用？

不要老是圍繞著甚麼演算法是AI？甚麼不是AI？的那些無聊議題打轉！AI是一個我們想達到的目標，絕對不是甚麼特定的數學演算法！說到演算法，重點應該是為何而做？與是否達到目的？我做到了！大家就應該肯定我的影像辨識真的很AI了！其他都不重要的！一定要用ML、DL或CNN才能做影像辨識嗎？那是胡說八道騙人的！