近年来，随着社会经济的发展，机动车数量的迅速增长，公路运输变得越来越繁忙。交通管理现状和需求的矛盾进一步加剧，与交通相关的和治安案件也逐年上升。在此情况下，如何利用的科技手段，增强管理部门对城市内的机动车和驾驶人的查控力度，为打击各类行为提供科技手段，是交通管理部门急需解决的问题。车辆号牌是车辆的明之一，它的特殊性与重要性决定车牌识别系统成为交通治安
车牌自动识别器
近年来，随着社会经济的发展，机动车数量的迅速增长，公路运输变得越来越繁忙。交通管理现状和需求的矛盾进一步加剧，与交通相关的和治安案件也逐年上升。在此情况下，如何利用的科技手段，增强管理部门对城市内的机动车和驾驶人的查控力度，为打击各类行为提供科技手段，是交通管理部门急需解决的问题。车辆号牌是车辆的明之一，它的特殊性与重要性决定车牌识别系统成为交通治安卡口系统及智慧城市系统中不可或缺的重要组成部分。
为增强算法的鲁棒性，缩小多环境和正常环境下识别效果的距离，臻识科技于2016年7月发布车牌识别一体机2.0版本，并对其算法做出了更加深入的改进，在原嵌入式神经网络算法的基础上对各极端场景车牌识别进行了优化提升。
对于多环境而言差异是由于自然光变化而引起的车牌识别成像效果变差，而不同场景下成像效果的影响因素各不相同：
雨雾天气能见度较低，获取的车牌图片质量会有严重的退化，因此车牌识别系统必须实现图像复原功能，即采用图像复原算法对雨雾天退化图像实现场景的再现。
大角度场景下识别效果图
每一项的算法改进，都凝聚了多点的算法和突破。正如臻识科技算法工程师所说，“在算法研发的过程中，每一项改进都是困难的，因为往往都伴随着其它新问题的产生。以提高逆光情况下的灵敏度为例，如果其对逆光环境识别是有益的，那么就要考虑在正常情况下，把非车牌当成车牌来识别的概率会提高、识别速度变慢等问题。”但是即使困难重重也不应该就此止步，对产品算法性能追求的信念应该为整个行业所坚持。
随着信息化的普及，汽车保有量持续增长，停车泊位缺口越来越大，局限的停车场空间资源已不能满足现有的车辆规模。停车问题已然成为市民出行的困扰。在无法增长停车位的情况下，如何盘活现有车位使用效率，整合供给侧和需求侧信息，成为了缓解泊位短缺、解决民生问题的主要途径，智慧停车这一概念的出现必然会成为一大趋势。
（作者： 来源：）
