基于目前智能車牌識別應用的設備類型正在增加，所提供的功能覆蓋范圍也在提升，IHS表示，視頻分析以及數據處理能力技術的提升正在重塑這一市場。

行業的演變

測速設備現在能提供比以往更多的功能，諸如車輛人員安全帶檢測、摩托車駕駛人員頭盔檢測等，它們通過機器學習與深度學習先進的算法對駕駛行為以及車輛視頻進行更深度的分析，從而實現更復雜的識別能力。目前這些功能不僅實現交通管理者的執法與效率的提升，更有效防止危險駕駛行為的出現，確保交通安全。

同時這類設備有利于改善紅燈的管理，在傳統應用上，需要在同一個位置部署兩個獨立的設備，一個負責識別車牌，一個負責記錄紅燈，但智能化的設備能實現更多的集成功能，當前已經可以在同一臺設備上執行這兩項任務，有助于降低系統成本并加快交通處罰的處理。

數據背后的隱私問題

盡管更高一級的智能分析具有很好的發展前景，但對于海外用戶而言，監管與成本仍然是該技術普及的最大問題。在監管層面，隱私問題是用戶最關心的問題。隨著車牌識別系統在行業中收集的數據越來越多，并且部署的設備的點位也不斷增加，這對于車輛駕駛人員的私隱的保護形成了較大的問題。也有部分國家的駕駛人員質疑車牌識別的必要性，甚至提出對于這部分數據的存儲及系統的安全性提出質疑。這對于想開拓海外市場的中國廠商而言，必須積極的解決這些問題，防止新技術被市場所抵制。

在成本上，由于新技術在應用未普及前，成本的壓力依然存在。對于一些勞動力成本且城市智能化水平相對較低的區域，人力投入目前仍然是用戶首選的方向，同時在投資培訓員工如何操作新的智能設備上，也存在許多不足。

未來將更加集成一體化

AI技術的發展，讓車牌識別設備不再局限于車牌領域，盡管其他產品也在朝著更加智能的分析技術方向發展，但車牌識別與城市安全與智慧城市的理念吻合度要更加的高，這也是為何其發展被普遍看好的原因。IHS預估，未來車牌識別系統將可能集成人的臉部、行為分析等功能，進一步集成化發展。目前這樣的功能已經在一些智能卡口攝像機中有所體現，但由于安防角度以及實際應用中的問題，目前攝像機的檢測更多的是兩個攝像機獨立執行。相信在未來，攝像機的功能以及分析算法的提升，能實現設備的進一步集成化，提升設備的感知能力。