人工神經網絡技術，計算機及相關技術發達的一些國家開始探討用人工神經網絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

為了測試一個車牌識別系統識別率，需要將該系統安裝在一個實際應用環境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。之后便可以統計出以下識別率：

識別速度決定了一個車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統就會因為滿足不了實際應用中的實時要求而毫無實用意義。例如，在高速公路收費中車牌識別應用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。

例如一個車牌系統在白天有90%以上的準確度，到了傍晚就降到80%，夜間又降到70%，這種不穩定的系統，比起全天候平均擁有70%準確度的車牌辨識系統更難于整合。因為使用者會認為，既然白天的辨識率有90%，那全天候的準確率都要達到90%才合理，這樣的規格還不包括奇怪的環境干擾(暴雨襲擊、冰雹、濃霧區段等)，與架設環境限制(高度限制、風大搖晃限制、不容易遭受人為破壞等)。

車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個完整的車牌識別系統應包括車輛檢測、圖像采集、車牌識別等幾部分。當車輛檢測部分檢測到車輛到達時觸發圖像采集單元，采集當前的視頻圖像。車牌識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。

小區門禁以門為主，在所控制的門內外及門的上方，裝有各種各樣的門禁設備：當持卡人打算進門時，他會在門外用感應卡在讀卡器上刷卡、在密碼鍵盤上輸入密碼，也可能是使用指紋識別器、掌紋識別器、視網膜識別器等等生物識別器核對身份。當持卡人刷卡后，信息北傳送到門附近的控制器中，通過控制器內的電腦識別，確認該持卡人有資格進入后，發送控制信號給門上方（或門側）的電鎖，開門讓持卡人進入。持卡人在進門后，門會自動關閉（使用地彈簧、閉門器等裝置）。在電鎖內往往還裝有感應器件（鎖狀態傳感器），一旦門或電鎖處于開啟狀態，則它會回傳信號給控制器，當門開啟時間過長時，控制器或電鈴會發出聲響，通知開門者趕緊關門（這一現象在賓館客房門口經常見到）。控制器在開門的同時會持卡人的信息傳送到機房內的門禁管理電腦上。電腦在收到信息后，會將信息儲存，并顯示在屏幕上，同時會將信息傳送到相關軟件（如：考勤軟件等等）中去。當持卡人辦完事后打算出門時，他可以按下門內側的出門按鈕（單向刷卡時。如果是雙向刷卡則在門內側也需刷卡）后，門自動打開。