Estudio sobre la aplicación práctica de técnicas de aprendizaje profundo (Deep Learning) en el desarrollo de un sistema de reconocimiento automático de matrículas de vehículos. Estos sistemas, denominados comúnmente ALPR (Automatic License Plate Recognition),son capaces de reconocer el contenido de las matrículas de los vehículos a partir de las imágenes capturadas por una cámara fotográfica. El sistema propuesto en este trabajo se basa en un clasificador de imágenes desarrollado mediante técnicas de aprendizaje supervisado con redes neuronales artificiales convolucionales, una de las arquitecturas de aprendizaje profundo más populares, diseñadas específicamente para resolver problemas de visión artificial, como el reconocimiento de patrones y la clasificación de imágenes.

Estudi sobre l'aplicació pràctica de tècniques d'aprenentatge profund (Deep Learning) en el desenvolupament d'un sistema de reconeixement automàtic de matrícules de vehicles. Aquests sistemes, denominats comunament ALPR (Automatic License Plate Recognition), són capaços de reconèixer el contingut de les matrícules dels vehicles a partir de les imatges capturades per una càmera fotogràfica. El sistema proposat en aquest treball es basa en un classificador d'imatges desenvolupat mitjançant tècniques d'aprenentatge supervisat amb xarxes neuronals artificials convolucionals, una de les arquitectures d'aprenentatge profund més populars, dissenyades específicament per resoldre problemes de visió artificial, com el reconeixement de patrons i la classificació d'imatges.

Study about the practical application of deep learning techniques (Deep Learning) in the development of an automatic vehicle license plate recognition. These systems, commonly called ALPR (Automatic License Plate Recognition), are able to recognize the content of vehicle license plates from images captured by a camera. The system proposed in this work is based on an image classifier developed by supervised learning techniques with artificial neural networks convolutional, one of the architectures of deep learning most popular, specifically designed to solve computer vision, such as pattern recognition and image classification.