1.外部道路環境影響
由于不同交通卡口建設安裝位置不一，所受到外部道路環境影響程度也各有差異。一些卡口受周邊環境補光不足、光照過于強烈、雨天鏡頭沾水、重型貨車經過設備振動、樹木遮擋等情形影響，導致卡口捕獲的過車圖片號牌區域像素點不足或過大，均會影響號牌的識別準確率，依據監控行業內大量的號牌樣本訓練經驗得出，一般情況下號牌區域像素點大小在100至140之間效果良好，在此范圍之外就難以保證號牌識別準確率。比如強順、強逆光照條件下，視頻圖像容易過暗或過暴，從而導致圖像亮度失真影響號牌識別算法的正常處理；大風天氣下，安裝卡口的L桿容易受力產生挑臂晃動，畫面場景的不斷變動使得算法無法有效地定位車輛與號牌模型，從而影響正常識別。
2.設備硬件性能問題
由于交通卡口設備一直暴露在室外，無法避免受到氣候、環境等影響，部分交通卡口攝像機隨著使用時間的延長，硬件性能呈現下滑趨勢，從而導致過車圖片識別準確率下降。此外，從部分卡口圖片顯示車輛號牌清晰完整，但仍出現數字字母混淆等情形來分析，個別廠家攝像機設備也存在硬件性能配置不夠、算法分析精度不足等問題。以浙江大華卡口設備為例，近五年來出現三代卡口類攝像機，代是2016年之前上市的500萬至700萬像素普通系列；第二代是2016年至2017年間上市的700萬像素“E”系列；第三代是2018年之后上市的700萬至900像素“慧”系列，后期產品在圖片分析算法深度學習及優化方面有了較大提升。
3.特殊車輛影響
2017年新能源車輛陸續投入使用，由于其號牌不同非新能源車輛，部分早期建設的卡口攝像機無法支持新車型的號牌識別，易導致識別錯誤。據海康威視、浙江大華等攝像機廠商反饋， 2016年前出廠的前端設備無法支持新能源車牌的有效識別。此外，還有一些中重型貨車駕駛員，為逃避車輛被監控抓拍或處罰，采用一些技術手段來干擾卡口的正常抓拍，從而影響卡口圖片識別準確率。例如改裝車輛的遠光燈，當車輛經過卡口位置時進行強光干擾，導致卡口無法正常識別，或者通過號牌遮擋、故意污損，來躲避卡口的正常抓拍取證等。
4.設備運維不到位
近年來，各地對交通卡口建設投入持續加大，形成了量大面廣的局面，但由于設備運維管理的理念與機制跟不上，導致一些卡口設備處于漏管或管理不到位的狀況，比如攝像機安裝角度偏離、對焦不準、鏡頭未定期擦拭、算法程序未及時更新、補光燈損壞或亮度下降等等，也不同程度地影響到卡口圖片識別準確率。
5.標準要求制定過高
卡口號牌識別準確率是否滿足實戰應用需要，直接或有效的對照依據就是相應技術標準。但根據近年來卡口運行情況，及結合一些卡口設備廠家的跟蹤研究，現有國標關于卡口車輛號牌識別準確率制定過高(如日間95%以上、夜間90%以上)，或者可以視為 “實驗室標準”，不是很接地氣，標準制定中沒有考慮到不同環境、不同車型、不同使用期設備等之間存在的差異性，而引起的號牌識別準確率的差別化。(作者： 袁潛韜 邵曉波)
