請問全世界哪一個地區(qū)的車牌最難辨識?答案是：臺灣。

　　也許有些人會對我的答案持有疑慮，但真正有做過臺灣車牌辨識的業(yè)界朋友或是學(xué)術(shù)界專家，就會對我的答案心有戚戚焉。

　　在臺灣，車牌辨識可說是最早被監(jiān)控產(chǎn)業(yè)提及的智能影像分析功能，在這個領(lǐng)域，經(jīng)營約 10年左右的公司應(yīng)該也有好幾家，但以現(xiàn)今實際架設(shè)的普及率來看，我想還未達(dá)臺灣真正需要車牌辨識系統(tǒng)市場的百分之一，然而，為什么會造成這么大的差異?其實，可以歸納出下列幾個原因：

　　認(rèn)知的差距

　　曾有一個案子的車牌辨識開出如下規(guī)格：全天候偵測、準(zhǔn)確率 98%以上、車速上限為 120 km/h、使用網(wǎng)絡(luò)攝影機(jī)(這一點是我覺得最奇怪的地方)，后來經(jīng)過多方協(xié)調(diào)，才將攝影機(jī)改成「一般 CCTV也可以接受」的情況。

　　看到這樣的規(guī)格，我最好奇的問題是：請問設(shè)備實際應(yīng)用的場域在哪邊?如果只是一般道路，需要用到這種規(guī)格的車牌辨識系統(tǒng)嗎?這似乎有點不切實際了。

　　因為一般道路上要是有時速 120公里的車在路上疾駛，不用另建車牌辨識系統(tǒng)，用原來的測速器，大概就被警察盯上、逮個正著了。

　　另外，若前端還像原來一樣要求采用網(wǎng)絡(luò)攝影機(jī)，其夜間感光效能較CCD攝影機(jī)差，要如何在晚上還能準(zhǔn)確發(fā)揮效應(yīng)，又是個問號。

　　再者，一般室外的道路環(huán)境上充斥許多影像干擾源，例如：行道樹的陰影、高樓大廈玻璃窗戶的反射，日間大太陽跟夜間大燈所造成的炫光影像等，這些都會導(dǎo)致辨識準(zhǔn)確率降低。

　　Know-How不足

　　車牌辨識是一個智能影像分析的基本應(yīng)用，既然是透過影像分析的結(jié)果來判讀車牌信息，那影像質(zhì)量就是一個很重要的環(huán)節(jié)。取決影像質(zhì)量的三要素是：攝影機(jī)鏡頭、算法的認(rèn)知程度，以及場域認(rèn)知程度，它們將會影響車牌辨識系統(tǒng)的完整性及發(fā)揮性，因此，需要具備攝影機(jī)、車牌辨識軟件參數(shù)調(diào)整、場域認(rèn)知等的專業(yè) Know-How非常重要。

　　能力強(qiáng)的工程商與系統(tǒng)整合商懂得在什么樣的場域該用什么樣的攝影機(jī)，又能取得較便宜的價格;車牌辨識系統(tǒng)則是需要全天候的偵測及辨識，且外在光源變化及實際場域補光情況都要能有所獲知。

　　最重要的是對算法的了解，一般廠商對算法的了解只在于所謂的「調(diào)參數(shù)」，但并非真的清楚當(dāng)初開發(fā)算法時，軟件工程師是針對什么樣的環(huán)境在架構(gòu)他們的算法，以至于忽略算法的本質(zhì)，而產(chǎn)生錯誤的應(yīng)用。

　　例如，過去有供貨商設(shè)廠在花蓮，由于實測的道路環(huán)境以砂石車、卡車較多，所以對于大型車的車牌辨識率自然高于小型車，若業(yè)主做車牌辨識的目的是架構(gòu)在抓大型車輛超速，或防止車牌臟污，那么這套系統(tǒng)的辨識率應(yīng)該會很高;然而，如果建置的目的是要抓贓車或偵辦刑案，由于歹徒常使用的是小型車，那么這套系統(tǒng)的辨識率恐怕就不容易符合業(yè)主期待。

　　以上的例子說明了每一種算法開發(fā)前都有其限制，開發(fā)中當(dāng)然會針對重要性加以調(diào)整，開發(fā)后又會再針對實際場域作微調(diào)，但可以確定的是：沒有一套算法是放諸四海皆準(zhǔn)、而且功能全包的。

　　換句話說，在建置車牌辨識系統(tǒng)之前，系統(tǒng)整合商必須明確了解業(yè)主的建置目的、找出他們最著重的功能，再針對這些條件去選擇合適的產(chǎn)品，才能建構(gòu)出最接近業(yè)主「理想辨識率」的系統(tǒng)，減少日后不斷調(diào)整辨識率、疲于奔命的窘境。

　　辨識率認(rèn)定不一

　　你或許常看到車牌辨識軟件供貨商這樣宣稱：「自家產(chǎn)品的辨識率可高達(dá) 99%(需現(xiàn)場環(huán)境條件配合，且車牌污損、歪斜、偏置、遮蔽等，或違反法律規(guī)定之情形不在此列)?！?/P>

　　這樣的描述表面上看來非常公道，如果業(yè)主能配合探照燈開一整晚，讓光線良好猶如白晝、如果車速能緩慢到接近靜止、如果能采用低照度性能較佳的 CCD攝影機(jī)，然后再搭配一臺高效能的 PC來做車牌辨識，辨識率要做到 100%準(zhǔn)確度都沒問題!

　　但理想畢竟還是理想，目前軟件開發(fā)商都在自行架設(shè)的環(huán)境中，測試車牌辨識的準(zhǔn)確度，與真實場域環(huán)境其實還有滿大的落差。這并非指所有車牌辨識軟件開發(fā)商不知長進(jìn)，而是在上機(jī)前，拿到實際場域去做測試的機(jī)會，坦白說也非常有限。

　　原因在于要搭建滿足算法的環(huán)境，往往會取決于現(xiàn)場環(huán)境及設(shè)備的配合;再者，在產(chǎn)品驗收還沒確定之前，往往所有開銷都由業(yè)者自行吸收，然而企業(yè)經(jīng)營必須將本求利，廠商也會評估，為了達(dá)到良好的測試結(jié)果，究竟該投入多少資金?更擔(dān)心若測試結(jié)果不好，費用更可能完全無法回收等。所以，在這些思緒拉鋸之下，廠商往往只能先透過計劃書呈現(xiàn)，至于可不可以用?心想：等真正接到案子再說吧!然而，這也是造成日后雙方容易對于辨識效果爭論不休的開端。

　　在這邊要提一下臺北港貨柜碼頭公司的案例，個人認(rèn)為可以拿來作很好的參考價值。業(yè)主當(dāng)初建置車牌辨識系統(tǒng)的時候，就先透過書面審查，篩選出實地測試侯選名單的三家廠商，接著要求廠商將產(chǎn)品安裝于實際案場，進(jìn)行為期一個月以上的產(chǎn)品實地測試，期間提供各家一定的補助金額，如此一來，增加廠商競標(biāo)的意愿與保障，也幫業(yè)主找到較符合期待的產(chǎn)品。

　　至于「軟件開發(fā)商經(jīng)常認(rèn)為自行開發(fā)的算法所向無敵，而無視于使用者真正需求」的問題，當(dāng)然還是時有所聞，這點雖然并非是技術(shù)問題，但是這種「自以為是」、「背離現(xiàn)實」的態(tài)度，卻可能會是導(dǎo)致業(yè)主不愿意接受車牌辨識的真正主因，供貨商們不可不注意。

　　車牌規(guī)格缺乏統(tǒng)一

　　而車牌規(guī)格缺乏統(tǒng)一，則是我認(rèn)為最關(guān)鍵、也是最有感觸的一點。近年來臺灣車牌不知修改了多少版本，交通部未來甚至還打算用 e-Tag來取代車牌，令人好奇政府真的有思考過這些改變帶來的影響，以及真的有其必要嗎?

　　光是這一年來，臺灣車牌就有 2、 3個版本在路上跑，眼尖的民眾應(yīng)該看得出來前后版本的差異。早在筆者念研究所時，就曾向當(dāng)時交通部長建議臺灣的車牌必須要有一個系統(tǒng)的架構(gòu)，同時提出用注音符號當(dāng)成車牌設(shè)計，比起英文字母，不但更凸顯臺灣的在地文化，字符差異化也更明顯，而且能夠滿足臺灣車輛掛牌數(shù)的需求量，避免像現(xiàn)在，發(fā)現(xiàn)英文 26個英文字不夠用，車牌字符又要改版。

　　至于 e-Tag，雖用 RFID的原理在辨識方面方便許多，但它必須先確保人人都能妥善安裝才有效，包括：懂得避免訊號死角、且不容易被外力移除或損毀這張「電子車牌」。

　　說穿了，在臺灣做車牌辨識之所以很困難，就難在這些辨識的元素環(huán)境一直在改變。若政府能盡早把車牌規(guī)格標(biāo)準(zhǔn)化，相信有助于軟件供貨商提供更精確的產(chǎn)品給業(yè)主。

　　實際上，我們也發(fā)現(xiàn)臺灣的種種規(guī)格，大多是架構(gòu)在學(xué)者專家的認(rèn)知，就像車牌辨識準(zhǔn)確度「號稱99%」，那都是學(xué)術(shù)的數(shù)據(jù)，但其實沒有太大意義。究竟要達(dá)到多少，才算是「最佳辨識率」?還是要端視不同應(yīng)用環(huán)境的需求而定。例如查贓車的話是不是 90%就夠用了?可以問問實際詢問查贓車的警員。如果他們有信心這個數(shù)字，已能讓他們的查詢范圍從幾百萬臺車輛降到只剩下數(shù)十臺，那么再加上車種、品牌、車色等其他報案信息，相信應(yīng)該是足以破案了。

　　選購系統(tǒng)的 2大準(zhǔn)則

　　除了要改善以上 3大理想與現(xiàn)實的落差，要讓車牌辨識系統(tǒng)真正做到小兵立大功，工程商們還需要掌握以下 2大準(zhǔn)則。

　　重視穩(wěn)定度

　　隨著產(chǎn)品算法與業(yè)者的技術(shù)提升，筆者認(rèn)為，整合早就不是重要的話題，現(xiàn)階段最需要注意的重點反而是「穩(wěn)定度」。穩(wěn)定度的定義是：在一個既定的車速范圍內(nèi)，不會讓必須達(dá)到的準(zhǔn)確度，因外在環(huán)境影響而產(chǎn)生過大的誤差。

　　例如一個車牌系統(tǒng)在白天有 90%以上的準(zhǔn)確度，到了傍晚就降到 80%，夜間又降到 70%，這種不穩(wěn)定的系統(tǒng)，比起全天候平均擁有 70%準(zhǔn)確度的車牌辨識系統(tǒng)更難于整合。因為使用者會認(rèn)為，既然白天的辨識率有 90%，那全天候的準(zhǔn)確率都要達(dá)到 90%才合理，這樣的規(guī)格還不包括奇怪的環(huán)境干擾(暴雨襲擊、冰雹、濃霧區(qū)段等)，與架設(shè)環(huán)境限制(高度限制、風(fēng)大搖晃限制、不容易遭受人為破壞等)。

　　確實實測幾乎每家都宣稱擁有高辨識率，但為了避免事后因為雙方對產(chǎn)品認(rèn)知有差異，而將運作不良的責(zé)任互相推托，用戶在采購車牌辨識系統(tǒng)時，不妨要求實地測試，而且測試時間最好超過 2個禮拜，比較能判斷辨識結(jié)果是否「言過其實」。因為臺灣是一個多變的環(huán)境， 2個禮拜應(yīng)該可以對于場域可能影響辨識率的情形，大約掌握了 8成，如果只是測一天、甚至幾個小時，是無法了解的。

　　另外，車牌辨識既然是「系統(tǒng)」，當(dāng)中軟硬件架構(gòu)的好壞，當(dāng)然會影響「呈現(xiàn)的結(jié)果」。至于什么樣的軟件跟硬件，適合什么樣的環(huán)境，這就必須因環(huán)境而異，因為不同的應(yīng)用環(huán)境，對于辨識率的要求未必相同，而這就必須靠經(jīng)驗累積。

　　盡管市場上有林林總總的車牌辨識系統(tǒng)，用對產(chǎn)品與架構(gòu)，可以省去很多的冤枉錢跟時間，但更重要的是，工程商與系統(tǒng)整合商需要多方配合及了解，而不是一味的只看重某廠牌比較好、比較便宜，凡事貨比 3家不吃虧。

　　此外，車牌辨識系統(tǒng)能否發(fā)揮最大效用，除了軟件技術(shù)之外，與攝影機(jī)及現(xiàn)場施工能力，也有很大的關(guān)系。使用者可要求廠商至現(xiàn)場勘查后，提出建置規(guī)劃方案，先評估應(yīng)該架設(shè)的地點、攝影機(jī)架設(shè)角度、是否需要架設(shè)輔助光源等，再提出報價，藉由這些動作，除了得以事先評估業(yè)者的能力，用戶本身也可以達(dá)到產(chǎn)品學(xué)習(xí)及教育訓(xùn)練，日后管理時，會更清楚知道該產(chǎn)品的使用限制及相關(guān)因應(yīng)措施。

　　結(jié)語

　　智能影像分析技術(shù)在現(xiàn)階段的技術(shù)上是不可能滿分，因為一旦牽扯到視覺影像的東西，就有其主觀意識的成分，再加上外在環(huán)境因素的種種干擾，要 100%準(zhǔn)確的可能性，實際上是不存在的。

　　但沒有滿分并不代表不夠好，辨識率講求的是「夠用就好」，畢竟智能影像辨識真正核心的效益在降低人員消耗，只是利用技術(shù)來提高工作效率，并無法百分百的取代人工。

　　如果我們一窩蜂的追求技術(shù)，拿學(xué)術(shù)數(shù)據(jù)來左證技術(shù)的可行性，結(jié)果造成實際與理想的落差，使用者對技術(shù)不信任，對于智能影像分析的需求可有可無，那么到頭來，恐怕也容易失去了這項技術(shù)應(yīng)用的動機(jī)與意義。