AI火热的当下，AI深度学习技术已广泛应用于车牌识别中，例如用来检测和识别的卷积神经网络，用来进行变长车牌端对端识别模型，以及用来生成样本的GAN对抗网络等。
与传统的车牌识别技术中检测主要使用Adaboost级联分类器或者其它人工设定的策略来进行车牌检测识别相比，基于深度学习的车牌检测算法，准确率较高，模型简单，并通过优化网络，高性能硬件平台提供算力，保证了高实时性。
特别是基于深度学习的端到端车牌识别直接基于卷积神经网络或者LSTM模型，基于大量数据进行整个车牌的端到端的识别，通过深度网络模型提取车牌字符各个层次的特征，识别通过训练的模型直接完成，免分割，对光线角度都有较好的鲁棒性。使用深度学习进行车牌识别，框架相对简单，在硬件性能较强且有足够训练样本的情况下，能够在短时间内获得比传统算法更好的识别效果。
目前停车行业市场中同样存在以传统车牌识别技术为主的车牌识别产品，因此其识别率不高等容易留下管理漏洞，少数车主利用这些漏洞，绞尽脑汁研究出逃费“高招”，在让人大跌眼镜的同时，也令行业内各家厂商忧心忡忡。
捷顺科技作为出入口控制领域领导者，果断出手，着力解决手机拍车牌逃费问题，封堵相关漏洞。公司车牌识别算法在最新V2.7版本中除了对新能源车牌识别率、相似字符识别率做了优化外，同步加入了手机照片防伪功能。在设备算法程序升级后，识别器除了检测车牌外，还可针对整个车头区域做分类识别，有效辨别出手机照片伪造的月卡车牌，支持地感优先触发，以保障月卡车主的通行权益。