車牌識別是一種利用計算機視覺和圖像處理技術(shù)來自動識別信息的技術(shù)。它通常包括圖像預(yù)處理、車牌定位、字符分割以及字符識別等步驟，終目的是提取出車輛的標(biāo)識——即車牌號碼和相關(guān)文字信息（如省份簡稱）。 在實際應(yīng)用中，由于拍攝條件的不確定性以及復(fù)雜多變的背景環(huán)境干擾等因素的存在導(dǎo)致采集到的圖像質(zhì)量千差萬別；再加上漢字書寫的特殊性使得基于模板匹配的傳統(tǒng)方法難以勝任漢字的準(zhǔn)確快速匹配問題從而直接影響了整個系統(tǒng)的性能表現(xiàn)與實時性要求 。因此如何針對具體問題設(shè)計一個既又準(zhǔn)確的算法成為解決這一問題的關(guān)鍵所在 。目前常見的解決方案主要有兩種：一種是采用傳統(tǒng)的機器學(xué)習(xí)算法來實現(xiàn)對車牌的識別和分類 ；另一種則是借助深度學(xué)習(xí)的方法來完成更為復(fù)雜的任務(wù)處理過程 ，例如卷積神經(jīng)網(wǎng)絡(luò)(CNN)就被廣泛應(yīng)用于此領(lǐng)域并取得了良好的效果反饋 [2]^。隨著技術(shù)的不斷進步和發(fā)展趨勢來看未來可能會有更多創(chuàng)新性的方法和手段被應(yīng)用到該項工作中去以滿足日益增長的需求與挑戰(zhàn)[3]^ .