基于目前智能车牌识别应用的设备类型正在增加，所提供的功能覆盖范围也在提升，IHS表示，视频分析以及数据处理能力技术的提升正在重塑这一市场。

 　　行业的演变

 　　测速设备现在能提供比以往更多的功能，诸如车辆人员安全带检测、摩托车驾驶人员头盔检测等，它们通过机器学习与深度学习先进的算法对驾驶行为以及车辆视频进行更深度的分析，从而实现更复杂的识别能力。目前这些功能不仅实现交通管理者的执法与效率的提升，更有效防止危险驾驶行为的出现，确保交通安全。

 　　同时这类设备有利于改善红灯的管理，在传统应用上，需要在同一个位置部署两个独立的设备，一个负责识别车牌，一个负责记录红灯，但智能化的设备能实现更多的集成功能，当前已经可以在同一台设备上执行这两项任务，有助于降低系统成本并加快交通处罚的处理。

 　　数据背后的隐私问题

 　　尽管更高一级的智能分析具有很好的发展前景，但对于海外用户而言，监管与成本仍然是该技术普及的最大问题。在监管层面，隐私问题是用户最关心的问题。随着车牌识别系统在行业中收集的数据越来越多，并且部署的设备的点位也不断增加，这对于车辆驾驶人员的私隐的保护形成了较大的问题。也有部分国家的驾驶人员质疑车牌识别的必要性，甚至提出对于这部分数据的存储及系统的安全性提出质疑。这对于想开拓海外市场的中国厂商而言，必须积极的解决这些问题。

　　在成本上，由于新技术在应用未普及前，成本的压力依然存在。对于一些劳动力成本且城市智能化水平相对较低的区域，人力投入目前仍然是用户首选的方向，同时在投资培训员工如何操作新的智能设备上，也存在许多不足。

 　　未来将更加集成一体化

 　　AI技术的发展，让车牌识别设备不再局限于车牌领域，尽管其他产品也在朝着更加智能的分析技术方向发展，但车牌识别与城市安全与智慧城市的理念吻合度要更加的高，这也是为何其发展被普遍看好的原因。IHS预估，未来车牌识别系统将可能集成人的脸部、行为分析等功能，进一步集成化发展。目前这样的功能已经在一些智能卡口摄像机中有所体现，但由于安防角度以及实际应用中的问题，目前摄像机的检测更多的是两个摄像机独立执行。相信在未来，摄像机的功能以及分析算法的提升，能实现设备的进一步集成化，提升设备的感知能力。