车牌识别按照运行环境可以简单分为PC端和头端（嵌入式）。目前国内车牌识别系统在PC端已有一些厂家使用深度学习方法，而头端都还是采用传统方法。随着深度学习专用芯片的研发，明年应该就会有深度学习方法应用在头端的产品发布。由于国内外车牌规则较多，传统方法局限性比较大，很难通用。

      对于特殊场景，比如低照度、透视变换、低质模糊等，车牌识别率仍然有待提升。而无论是传统方法还是深度学习方法，有些共同的模块技术仍有提高的空间和研究的价值，比如运动区域检测，车牌定位，透视变换校正，多帧融合输出等。而对于传统方法，字符分割和字符识别仍有可提高空间。

　　车牌识别系统准确率在99.5左右。