人工神经网络技术，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：
摄像头不停地拍照，交给系统去判断。原理很简单，因为没有车辆时，拍的照片是固定的。撑死了也就白天一幅图、晚上一幅图、下雨一幅图、阴天一幅图等。有了基础的图，就可以区分有车辆进入地图了。有人说这样的容错率也太低了，很容易出错。是的，这的确容易出错，所以软件端做了进一步的技术深入：车辆轮廓识别。车辆轮廓识别与车牌识别的轮廓识别原理是一样的，可以参考下面车牌轮廓识别部分。
