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。
此外，车牌辨识系统能否发挥大效用，除了软件技术之外，与摄影机及现场施工能力，也有很大的关系。使用者可要求厂商至现场勘查后，提出建置规划方案，先评估应该架设的地点、摄影机架设角度、是否需要架设辅助光源等，再提出报价，藉由这些动作，除了得以事先评估业者的能力，用户本身也可以达到产品学习及教育训练，日后管理时，会更清楚知道该产品的使用限制及相关因应措施。
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。