與安防行業(yè)整體的發(fā)展相應地，以下幾個趨勢對車牌識別產(chǎn)品的影響也會非常深遠：

更高的分辨率及畫面質(zhì)量

作為一種典型的模式識別算法，車牌識別一直期望有更高的圖像分辨率。從這幾年的發(fā)展可以看到，隨著分辨率的提升，單個相機所覆蓋的車道數(shù)量逐漸增加，目前主流車牌識別智能相機已經(jīng)可以單獨覆蓋3個車道，但事實上車牌的大小依然是很大的制約因素，如果相機的分辨率可以提升到千萬量級，藍西特車牌識別的識別指標將會更加逼近“幾乎不出錯”的極限，而且車牌識別能夠穩(wěn)定工作的區(qū)域也會明顯增大，一些目前并不特別可靠的擴展應用的效果將得到改觀。除了分辨率提升外，畫面質(zhì)量也是同等重要的問題，近年高清相機的分辨率雖然提升的速度很快，但在動態(tài)范圍的表現(xiàn)上卻差強人意，導致在一些場景下出現(xiàn)亮處細節(jié)和暗處細節(jié)無法兼顧的問題，這將是下階段相機發(fā)展的關鍵點之一。

更高的計算能力和集成度

高清相機的發(fā)展必然導致車牌識別算法需要更大的計算資源，嵌入式平臺核心芯片的更新速度將會直接影響車牌識別產(chǎn)品的形態(tài)以及發(fā)展方向，可以預期，更多的相關業(yè)務將會更集中的被放置在車牌識別智能相機上。

更高的易用性、更強的適應能力

目前車牌識別算法本身的難題主要集中在車牌受到各種干擾時如何保證盡可能準確地識別，例如大型車常見的車牌污損、私家車輛規(guī)避限號的車牌遮擋、光照環(huán)境形成的陰影干擾等等。此外，車牌識別產(chǎn)品的參數(shù)配置一直相對繁瑣，藍西特這很大程度上是為了能夠通過的調(diào)整相機成像、補光、算法的各個環(huán)節(jié)，來確保達到識別效果。如何利用好高分辨率和高計算能力來降低系統(tǒng)的操作難度，進一步解決這些經(jīng)典的技術問題，提高系統(tǒng)配置的自動化水平是車牌識別產(chǎn)品下階段需要著重投入的方向。