機車車牌如果被弄成這個樣子，當然是沒有必要也很可疑的！為何如此？司馬昭之心路人皆知，因為可以讓車牌變得很難辨識嘛！跟故意把車牌遮起來是一樣的意思！但比較有跟警察爭論的空間。如果車牌辨識核心的能力較差，真的稍微翹起就辨識率大減了！因為車牌或字元太扁都可能被排除為車牌目標的！車主可能會辯稱所有「警察」的眼睛都看得到我的車牌啊？有何違規？但是大部分的車牌辨識軟體真的都會無法辨識這種車牌！

可是碰到我這種辨識力很好的車牌辨識呢？除非你翹到70度以上，讓車牌號碼連警察的眼睛都無法辨識，只要還看得到車號，我就可以用字元的寬高比估計你將車牌翹高幾度了！這是可以提供警方參考的重要數據，譬如翹高到多少度要視為違規違法？必須開罰等等。

如上圖是路邊停車收費開單員從車牌「上方」的高角度拍的照片，我的辨識系統還是可以辨識正確車號的！同理可證，翹起的機車車牌從車後方拍，就是等於從車牌的「下方」高角度拍攝，只要角度沒大到70度以上應該都還可以辨識正確的！我既然可以將變形車牌扭正，當然知道變形的角度是多少囉！

所以能否替警方做到此事的關鍵，還是更廣泛強大的車牌(影像)辨識能力！只要我的車牌辨識核心可以辨識更高度傾斜變形的車牌，很多合理量化科技執法標準的事情就都可以做到了！這是不是就是大家所說的「AI」科技執法呢？有了這些準確可靠的辨識數據，當然就可以據以做出很多合理的判斷，不就是AI了？

但是大家「以為」的AI影像辨識技術，如ML、DL與CNN等等，能不能做到這些事情呢？答案是絕對不行的！要用大量資料「訓練」出這種極端狀況的辨識能力，所需要的資料、時間與運算成本，絕對足以拖垮所有的研發公司！反之，「不用」這些機率統計技術，像我一樣以科學原理為基礎，研究影像變形的物理機制，與逆向復原影像的精準演算法，才有可能以合理的時間與成本達到這種AI目標！

尤其是在影像辨識領域，絕對不要再相信機器學習等技術是「AI」了！他們是一種處理資料的方法，在別的領域確實達到過一些AI的目標，但是在影像辨識領域他們目前還沒證明自己能做到甚麼事情？即使勉強做到的，成本都高到難以商業運轉，必須等待超級IC晶片的救援！他們不是AI影像辨識的未來，而是尷尬受困待援的不適用技術。