Массовая интеграция информационных технологий во все аспекты современной жизни вызвала спрос на обработку транспортных средств в качестве ресурсов в информационных системах. Поскольку автономная информационная система без каких-либо данных не имеет смысла, возникла также потребность в преобразовании информации о транспортных средствах между реальным миром и информационной системой. Это может быть достигнуто с помощью человека, или специального программного обеспечения, которое способно распознавать автомобили по их номерным знакам. Для решения этой задачи были разработаны различные способы распознавания и системы распознавания номеров. Сегодня они используются в различных системах для контроля трафика и безопасности движения, например на парковочных стоянках, контроле границы, системах отслеживания похищенных автомобилей.
На парковке номерные знаки используются для вычисления времени, проведенного на стоянке. Когда машина въезжает на парковку, систем распознает ее номер и вносит в базу данных, а когда выезжает, разница во времени используется для вычисления платы. Во многих
компаниях подобные системы используются для предоставления доступа только своему персоналу. В некоторых странах, программа автоматического распознавания номеров, установленная на границе, отслеживает и контролирует все ее пересечения автотранспортными средствами.
В результате проделанной работы, были реализованы некоторые алгоритмы распознавания автомобильных номеров и проведено их сравнение между собой. Данное исследование показало эффективность использования нейронных сетей в задачах машинного обучения и реализации
компьютерного зрения. В качестве улучшения этих алгоритмов можно рассмотреть создание end-to-end сети, которая будет самостоятельно выделять область и распознавать символы. Создание и обучение такой сети может стать объектом магистерской диссертации
