大約兩個月前才開始認真研究印尼的車牌辨識，但是前兩天我已經對之前詢問的客戶開出正式報價單，就是我很有信心可以達到商業化的辨識水準，也已經無懼於任何其他國家廠牌車牌辨識產品的挑戰，你們就直接買去印尼使用，絕對不會漏氣的！這不是實驗測試版，就是正式上市的優良產品了！

我的信心來自手邊數千張如上的道路車牌影像資料，這是2017年某個也想進軍印尼的廠商給我的！大致上是印尼當地某個地點使用其他車牌辨識系統抓拍到的影像，如上圖IHT開頭的標籤是他們的辨識系統辨識的結果寫到檔名之中，那些影像的品質多半不好，如上這麼清晰的大概不到一半。

即使是清晰的影像，舊系統的辨識結果也不太好，譬如上圖就少辨識了一個T字。表面上他們的系統有抓拍到很多車牌影像，也就是「車牌擷取率」應該很高！只要是車牌出現在畫面上時都會有反應，但是完全正確辨識的比率大約只有一半！據我所知上次給我資料的客戶(某台灣公司)也是聽說印尼當地有某個道路車牌辨識的標案想去爭取才找到資料給我研究的！但最終他們沒爭取到標案就不了了之了！如果我當時就有現在的產品可能標案就拿到了！

一般的道路車牌辨識系統評鑑好壞的標準就是分為「車牌擷取率」與「車牌辨識率」兩階段的！前者是說在複雜的道路環境中，如果有車牌出現辨識軟體就必須能「偵測」到！如果連車牌都抓不到當然就談不到辨識正確與否了！這個舊系統就是偵測率很高，但辨識正確率很低的狀況。

其實這就是目前絕大多數CNN車牌辨識系統的狀況，你會看到很多YT展示影片中可以用所謂的「AI影像辨識」即時「鎖定」影片中出現的車牌，一堆閃爍的方框框會圈出車牌位置，讓觀眾知道他們「有抓到」車牌，但是辨識正確率如何？就不會多談或展示明確數據了！因為真的不夠好！能不提就不要提了！

車牌辨識軟體如果只做一半，無法即時提供正確的車牌資訊，一大堆照片最終還需要大量人力去訂正，當然用處就不大了！我當然不會推出這種半調子的「AI」實驗品！我在台灣賣的車載車牌辨識系統已暢銷多年，幾乎是獨佔市場的狀態，早已證明我的「車牌擷取率」與「車牌辨識率」都很高的！真的有客戶買那種半套的CNN車牌辨識，因為辨識正確率太差了，不得不再買我的軟體去救援，結果發現連我的車牌擷取率與速度都比CNN更好？

簡單說，好的道路車牌辨識系統必須是「快、狠、準」兼具的系統！在道路上拍不確定何時何地會出現的車牌，取景範圍就必須較大，影像大運算量就高，演算法就必須非常厲害，很快就能抓到車牌，還要正確辨識一定比停車場環境更模糊的車牌！所以這些舊系統抓拍的照片正是我證明自己的最佳研究資料！

如上圖可以看到，我的辨識結果除了正確的基本要求之外，速度也是跟台灣車牌辨識一樣非常快的！1920X1080=207萬畫素的影像只需要不到0.2秒就可以辨識完成了！畫面內容複雜一點，影像模糊一點的當然時間會稍長，但也不會慢多少！看看下面這些案例就知道我為何信心十足了！目前這些品質欠佳的影像，我的辨識正確率都可達到八成以上了！我還會怕怕沒信心嗎？