车牌辨识真有那么难?

　　而车牌规格缺乏统一，则是我认为最关键、也是最有感触的一点。近年来台湾车牌不知修改了多少版本，交通部未来甚至还打算用 e-Tag来取代车牌，令人好奇政府真的有思考过这些改变带来的影响，以及真的有其必要吗?

　　光是这一年来，台湾车牌就有 2、 3个版本在路上跑，眼尖的民众应该看得出来前后版本的差异。早在笔者念研究所时，就曾向当时交通部长建议台湾的车牌必须要有一个系统的架构，同时提出用注音符号当成车牌设计，比起英文字母，不但更凸显台湾的在地文化，字符差异化也更明显，而且能够满足台湾车辆挂牌数的需求量，避免像现在，发现英文 26个英文字不够用，车牌字符又要改版。

　　至于 e-Tag，虽用 RFID的原理在辨识方面方便许多，但它必须先确保人人都能妥善安装才有效，包括：懂得避免讯号死角、且不容易被外力移除或损毁这张「电子车牌」。

　　说穿了，在台湾做车牌辨识之所以很困难，就难在这些辨识的元素环境一直在改变。若政府能尽早把车牌规格标准化，相信有助于软件供货商提供更精确的产品给业主。

　　实际上，我们也发现台湾的种种规格，大多是架构在学者专家的认知，就像车牌辨识准确度「号称99%」，那都是学术的数据，但其实没有太大意义。究竟要达到多少，才算是「最佳辨识率」?还是要端视不同应用环境的需求而定。例如查赃车的话是不是 90%就够用了?可以问问实际询问查赃车的警员。如果他们有信心这个数字，已能让他们的查询范围从几百万台车辆降到只剩下数十台，那么再加上车种、品牌、车色等其他报案信息，相信应该是足以破案了。

　　选购系统的 2大准则

　　除了要改善以上 3大理想与现实的落差，要让车牌辨识系统真正做到小兵立大功，工程商们还需要掌握以下 2大准则。

　　重视稳定度

　　随着产品算法与业者的技术提升，笔者认为，整合早就不是重要的话题，现阶段最需要注意的重点反而是「稳定度」。稳定度的定义是：在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的误差。

　　例如一个车牌系统在白天有 90%以上的准确度，到了傍晚就降到 80%，夜间又降到 70%，这种不稳定的系统，比起全天候平均拥有 70%准确度的车牌辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有 90%，那全天候的准确率都要达到 90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨袭击、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等)。

　　确实实测几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推托，用户在采购车牌辨识系统时，不妨要求实地测试，而且测试时间最好超过 2个礼拜，比较能判断辨识结果是否「言过其实」。因为台湾是一个多变的环境， 2个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了 8成，如果只是测一天、甚至几个小时，是无法了解的。

　　另外，车牌辨识既然是「系统」，当中软硬件架构的好坏，当然会影响「呈现的结果」。至于什么样的软件跟硬件，适合什么样的环境，这就必须因环境而异，因为不同的应用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。

　　尽管市场上有林林总总的车牌辨识系统，用对产品与架构，可以省去很多的冤枉钱跟时间，但更重要的是，工程商与系统整合商需要多方配合及了解，而不是一味的只看重某厂牌比较好、比较便宜，凡事货比 3家不吃亏。

　　此外，车牌辨识系统能否发挥最大效用，除了软件技术之外，与摄影机及现场施工能力，也有很大的关系。使用者可要求厂商至现场勘查后，提出建置规划方案，先评估应该架设的地点、摄影机架设角度、是否需要架设辅助光源等，再提出报价，藉由这些动作，除了得以事先评估业者的能力，用户本身也可以达到产品学习及教育训练，日后管理时，会更清楚知道该产品的使用限制及相关因应措施。

　　结语

　　智能影像分析技术在现阶段的技术上是不可能满分，因为一旦牵扯到视觉影像的东西，就有其主观意识的成分，再加上外在环境因素的种种干扰，要 100%准确的可能性，实际上是不存在的。

　　但没有满分并不代表不够好，辨识率讲求的是「够用就好」，毕竟智能影像辨识真正核心的效益在降低人员消耗，只是利用技术来提高工作效率，并无法百分百的取代人工。

　　如果我们一窝蜂的追求技术，拿学术数据来左证技术的可行性，结果造成实际与理想的落差，使用者对技术不信任，对于智能影像分析的需求可有可无，那么到头来，恐怕也容易失去了这项技术应用的动机与意义。