傳統的停車場用車牌辨識系統一般的機制是：車子駛近閘門時會有一個觸發機制，通常是舖在地面的一個壓力感應裝置，壓到它時就知道有車子，此時也表示車子已經進入適合拍攝車牌影像的位置，就喀擦一兩張照片，然後丟給車牌辨識核心進行辨識。

這很像是到照相館拍照或自拍，都是喬好位置姿勢之後才拍照，所以車牌辨識的難度不高，除非相關觸發機制作得不好。譬如通常可以假設車牌不會太過歪斜，與攝影機的距離也很固定。同時間，因為車子駛入的速度不會很快，所以喀擦之後影像辨識花上一兩秒鐘柵欄才決定開不開？時間上也是可以接受的！這是最基本型態的車牌辨識系統，如果這種情境都作不到97到98%，辨識時間超過一秒鐘，那就不用玩了！據說某高鐵站的辨識系統就太慢被罵死了！

我之前開發辨識軟體也是以單張辨識核心為主，要變成一個「車牌辨識系統」我作不太出來，所以都是配合其他硬體或系統整合商完成。但是我的研發持續進步，速度越來越快，可以辨識車牌的距離與角度範圍也越來越大！我開始有了一個想法，要作串流影像的連續辨識！就是針對連續的錄影畫面高速持續的抓影像辨識，加上運用多執行緒多核心電腦的幫助，一秒鐘我可以辨識完成數十張影像，得到連續大量的車牌辨識結果。

有了「巨量」資料之後，我當然不能將資料全部丟給使用者，因為連續影像不保證車子的距離姿勢都對，事實上大多時候根本沒有車子也不會有車牌，如果有，可能是背景雜訊造成的隨機錯誤，譬如一個柵欄可能被誤認是：1111-11這種車牌。即使連續辨識都是對的，將大量重複的資料丟給客戶也會讓人抓狂！

所以動態辨識的下一步是一種人工智慧，就是依據大量對錯參雜的原始資料，進行準確有效的統計分析，目標是每一輛車經過時「只給」，也「必須給」客戶一個最可能正確的辨識結果！如何作到的細節就是我前面大半年研究的內容，其實根據不同情境，裡面的演算法還是需要調整的！譬如路上快速通過的車子與停車場出入口慢慢通過的車子，要有效率的分辨，必須在辨識核心就有所因應。

簡單說，我現在賣的動態車牌辨識核心，與之前賣的單張辨識核心是差別極大的產品！技術等級不可同日而語。以結果論「一定」會比單張辨識準確！擺好姿勢拍的辨識系統還不如目標移動著拍的辨識系統？很奇怪嗎？一點都不！因為單張拍如果出了一點意外失敗就失敗了！連續拍各種角度都有，不會每一張都發生意外的，補考機會多。大家可參考下面的短片依據錄影回播辨識的樣貌：

https://www.youtube.com/watch?v=Ka4E7aW_fHI

但是如何分辨何者為對？何者為錯？就是人工智慧了！最簡單的概念是民主機制，凡是正確的辨識傾向於重複多次，因為不夠清晰而導致的辨識錯誤是隨機的，傾向不會重複，票數多的車牌就可以勝出。但實際上當然還會考慮很多其他參數。譬如字模比對的符合度，或車牌位置與時間的連續性等等。所以看看前文所述，真的可以達到驚人的99.4%辨識率哦！那些失敗的大概都是車牌髒汙破損到「怎麼看都不清楚」的程度，可以開單告發了！哈哈！

我專心研究車牌辨識系統的時間其實只有三年多，有很長一段時間我以為賣車牌辨識系統的前輩們都比我懂很多！但是現在我發現車牌辨識系統的交易多數是盲人騎瞎馬，買賣雙方其實都不太懂！但是賣方會堅稱自己很懂，這樣才賣得出去嘛！賣家也不懂的原因是因為他們自己賣的東西也是「買來」的！就像日立冷氣的廣告說的「壓縮機日本製造」！他們也只是「聽說」某個國外大公司作的辨識核心很好，怎麼好法？老外也不會真的跟他講清楚，賣家也只是買來最重要的辨識核心組裝出售而已，原諒他們吧！大家都要過日子嘛。

現在我可以很自信的說對於車牌辨識系統我真的很懂了！我是當老師出身的嘛！本來就愛教學，也希望大家不要繼續作無謂的傻事，我不指望大家都來買我的產品，但是我樂於告訴大家我知道的知識技術，我即使要賺錢也不希望是因為客戶的無知使然！我會繼續在此介紹更多有關車牌辨識的技術內涵，我也相信：大家知道得越多，對於我這種自行研發的廠商其實是越有利的！大家都很難被騙時，務實誠懇的廠商自然會出頭，即使不是我也沒關係的！