同一批监视影像，执法单位想看清楚车牌，隐私法规却要求把路人的脸遮掉。Sighthound 刚好两件事都做：一边是高精度的车牌与车辆辨识，一边是自动把脸与车牌打码的去识别化工具。
功能特色与适用场景
产品线有三块。ALPR+ 做自动车牌辨识，附带车辆侦测与车款、车型、颜色识别与物件追踪，车辆资料库涵盖 1991 年至今的车款，并支援多国车牌格式。Redactor 是自动化的影片去识别化软体，可移除脸部、车牌等个人可识别资讯，用于资料公开或案件释出前的处理。第三块是边缘运算硬体，强调美国制造、耐候，能在现场完成推论而不必把影像上传远端伺服器。公司表示已有超过 2,800 家客户与合作伙伴，包含 Garmin、Lotus 等。
适合执法与交通单位、停车场与车队管理业者，以及需要公开影像但受隐私法规约束的组织。台湾这边我觉得 Redactor 的需求被严重低估——政府资讯公开、行车纪录器影像释出、社区监视器调阅，全都会踩到第三人个资。现在多半靠人工一格一格打码，或者干脆不释出。自动去识别化这件事，比车牌辨识更值得先看。
主要功能
- ALPR+ 自动车牌辨识与车辆属性识别
- 车款、车型、颜色辨识（涵盖 1991 年至今）
- Redactor 自动移除脸部与车牌等个资
- 边缘运算硬体，现场完成推论
- API 整合，可嵌入既有系统
常见用途
- 停车场与社区的车辆进出管理
- 车队与物流的车辆辨识
- 影像公开前的个资去识别化
- 交通执法与事件调查
主要功能
- ALPR+ 自动车牌辨识与车辆属性识别
- 车款、车型、颜色辨识（涵盖 1991 年至今）
- Redactor 自动移除脸部与车牌等个资
- 边缘运算硬体，现场完成推论
- API 整合，可嵌入既有系统
优点
- 辨识与去识别化双向能力，同一套技术两种用途
- 边缘端处理，敏感影像不必外传
- 客户与合作伙伴规模大，技术成熟度可验证
缺点
- 车牌格式以国际主流为主，台湾车牌需确认支援度
- 偏开发者与系统整合商导向，非开箱即用的终端产品
- 边缘硬体采购与部署成本须另计
使用场景
- 停车场与社区的车辆进出管理
- 车队与物流的车辆辨识
- 影像公开前的个资去识别化
- 交通执法与事件调查
编辑点评
在台湾，我认为「自动打码」的市场比「车牌辨识」大得多，只是还没有人认真开这条线。
常见问题
支援台湾车牌吗？
Sighthound 支援多国车牌格式，但台湾车牌是否在完整支援清单内，必须直接向原厂确认并用实际影像测试辨识率。这种事不能看行销文案，要自己拿一百张本地车牌去跑。
自动打码会不会漏？
会。任何自动去识别化都有漏检风险，尤其在低解析度、侧脸或部分遮挡的情况。合规做法是自动处理后仍安排人工复核，把自动化当成把工作量从 100% 降到 5%，而不是降到 0%。
