上面是同一張彎道上的車牌影像(原圖解度1280X720)，同樣是用我寫的程式，辨識結果也都是正確的，但辨識時間卻差到十倍以上！大家就知道影像辨識程式的聰明(AI？)與否的差距有多大了！因為影像辨識的演算很複雜，擁有技術的公司為了商業利益，當然不會輕易洩漏技術精要，加上AI詐騙集團的刻意炒作，就會讓一般人覺得很神祕？讓影像辨識蒙上超乎常識的神秘面紗？

我是一個認真做研究的科學家和老師，即使也是一個影像辨識公司的老闆，但是對於故意搞神祕誤導科學觀念，藉此獲得不當利益的行為還是深惡痛絕！我自己以科學為基礎，用我知道的方式做到了這些事情，即使我不會公布程式，我也希望大家知道這些「AI」研究都是合乎大家常識的，也都是合理且明確的科學研究成果！任何人只要相信科學，有耐心與信心逐步深入研究，都可以得到跟我一樣或更好的成效！

會拿這個案例跟大家報告，是因為我首次拿這段山路過彎的影片做研究時，我的車牌辨識產品已經賣好幾年了！但是一用在這段影片時辨識速度立即變得非常慢！一般道路環境下我的車載車牌辨識軟體可以跑到15-20Hz，但是用在這個場景時，辨識頻率就會驟降到一半以下！

所以開啟了我一段時間，至今也還在努力的提升辨識速度的研究！我當然不會像機器學習或深度學習那樣抓瞎，妄想從增加資料訓練量(機器學習)，或多引進幾個數學模式讓電腦去排列組合(深度學習)找出更快的辨識流程。那樣或許也可以提升一些速度，但是過程將會很浪費時間與電腦運算資源，即使有效果也無法精準掌握成敗的原因邏輯。

我是從我的既有辨識流程中更精準的分析評估如何減少不必要的運算量，就跟大家讀書考試前會抓重點複習的概念一樣！如果我抓得準確，專心熟讀會考的書本內容，就可以花很少的時間，考出跟地毯式認真讀書的同學一樣的好成績了！我以前真的常常這麼面對考試的！當然鉅細靡遺念書的人還是會比較厲害的，只是那種「實力」差距顯示在考試分數上只有一兩趴，但是讀書時間則是很多倍！

大學考試不像中小學那麼有規範，教授要怎麼考？是隨他高興的！我厲害的地方就是很能揣摩教授的想法，考前兩天就先猜題做重點準備，幾乎沒有一位教授曾讓我覺得意外過！考題都在我預期的範圍，所以我的成績總是非常好！博士班入學考試時要考一整本厚如磚頭的海洋地質學，我就每一個Chapter(共14章)設定一個問答題做準備，結果是全中！準備考試時間只花了大概兩天。

一樣的道理，為什麼這個環境辨識時間會變得特別久？就是無關真正車牌的周邊目標訊息太多了！那些樹叢草地都會產生很多不規則的光影目標(雜訊)，不像一般市區的景象，多半是顏色單一的牆壁等等較大色塊的目標，需要觀察處理的目標數就比較少了！

如上顯示的野外環境待處理目標有九百多個！但是如果我可以用很多的條件快篩，不必認真處理每一個目標，盡可能提前排除不可能是車牌的目標。譬如與相鄰目標互相交疊糾纏太嚴重的就一定不會是車牌字元目標之類的！最終就可以將目標數降低到一百個左右，如下圖的狀況辨識時間就直接變成十分之一了！跟背景較簡單的一般環境目標數差不多了！

我不搞神祕的！也藉此證實我的技術都是真實可靠自行研發出來的！我也希望大家經由我的經驗相信：「AI」不是，也不必，來自神祕不可預期的演算技術？依舊是來自可以明確解釋分析的科學方法！不要被過度浮誇的AI廣告宣傳誤導蒙蔽了！堅實可靠的AI與傳統科學始終是一體的！也只有經過嚴謹的科學研究產生的AI技術才可大可久！