我国车牌识别技术这些年取得了飞速的进步

车牌识别系统(Vehicle License Plate Recognition，VLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费(ETC)系统中，也是结合DSRC技术识别车辆身份的主要手段。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，最新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。

在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。在深圳市公安局建设的《停车库(场)车辆图像和号牌信息采集与传输系统技术要求》中，车牌识别技术成为车辆身份识别的主要手段。车牌识别技术结合电子不停车收费系统(ETC)识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆(如月卡车、内部免费通行车辆)，建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。

上世纪90年年代末因交通管理的需求车牌识别系统开始商用，但受限于算法本身的能力，摄像机的成像水平低，效果不佳，所以只取得了少量的应用。早期的车牌识别技术，有两个主要特点：一是基于传统算法，二是基于PC端的软性算法，应用受到了这两者的限制。

2006年后，随着机器学习特别是深度学习和前端嵌入式算法部署技术的兴起与技术成熟，以及芯片算力的大幅度提升，芯片成本的大幅度降低，产品的主流形态由软识别变成了车牌识别一体化摄像机，车牌识别技术和应用都取得了极大进步，特别是最近5年，车牌识别已进入全面商用时代。2006年~2014年，车牌识别主要是应用在动态交通上，包括电子警察、公路卡口和高速公路，2014年后在静态交通上面也迎来了大爆发，包括停车场、路内停车等场景。

而到了2018年，车牌识别技术落地的场景不断细分，出现了智慧工地、智慧加油站、无人值守地磅等复杂场景，这些场景不仅对车牌识别一体机的性能要求更高，也有独特的个性功能需求，可以预见，未来场景专用车牌识别一体机将会成为车牌识别技术发展趋势。

几乎每家车牌识别系统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两个礼拜，比较能判断辨识结果是否“言过其实”。因为多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，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，凡事货比三家不吃亏。

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。

随着产品算法与业者的技术提升，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。