上面是某工廠的大門，他們要辨識進出場的車牌，用的是我的停車場用的動態車牌辨識軟體，也就是攝影機開著就會持續辨識，不必用甚麼觸發裝置提醒車子到了要拍照了之類的！辨識車牌本身當然沒問題，困擾的是當鐵門開開關關時常常會被誤認為可能的車牌？跳出奇怪的車牌答案？

這真的很尷尬，我當然必須替客戶排除這種鬼影辨識！為何會發生這種靈異事件？當然也會跟客戶解釋清楚，上上圖就是圖示說明：原始影像經過二值化切割目標之後，先會篩選掉太大或太小的目標，剩下的目標如果大小相似排列整齊就「可能」是車牌的候選人！

這種伸縮鐵門本身就是一個基本上排列整齊，內容還有點複雜會連續變動的目標群，如果我怕漏掉不清楚的車牌，將辨識門檻放得較寬鬆，就會像是在天空的雲中看到甚麼動物或人臉了！這種現象就是我說的鬼影辨識了！每個車牌辨識的場景中會出現鬼影的原因都不太一樣，是需要客製化調整修改程式做針對性排除的！

我的車牌辨識軟體是完全自行研發的，所以我當然可以處理這種問題，只要客戶將出現鬼影的照片給我研究就行了！所以我這兩天就在消化上千張的現場照片，鬼影還不只是那道鐵門，出入車輛是結構複雜的大卡車，車身上還有很多字，譬如電話號碼之類的！都可能意外產生鬼影必須盡量排除。

鐵門所以讓我很傷腦筋的是它是一個會動的結構，所以不像一般靜態目標那麼好處理，改好程式之後還必須拿上千張鐵門拉開不同程度，環境不同亮度或晴雨狀況的現場照片，一一測試之後才能確定是否可以排除所有的鬼影！即使可以排除，因為畢竟真的有大量成排的目標需要確認，所以辨識速度必然會變慢，還須想想如何節省時間。

所以即使我做車牌辨識生意都十年了！產品賣出後還是有很多客製化售後服務工作的！我想所有的AI產品也都是一樣的，絕對不是用甚麼神秘的AI技術做好之後就怎麼用都很完美的！所以我絕對不能使用機器學習等技術開發產品！因為那些AI是電腦依據資料統計逆推的，如果有辨識錯誤時，連「開發者」也不知道詳細原因的，那要怎麼跟客戶解釋？要怎麼作售後服務幫客戶解決問題？

所以如果你迷信ML、DL與CNN那套AI技術，也買了他們的產品，你必須知道買回來之後有任何問題廠商都無法替你維修的！連辨識錯誤的原因都無法跟你說清楚，所以即使你不期望廠商修理，只是想知道依據軟體現狀怎麼使用會錯誤比較少？廠商也跟你一樣不清楚的！很好笑吧？這就是備受推崇的AI技術變成商業產品後必然發生的現象！所以你還敢買嗎？