Uso de redes neuronales para identificación de matrículas

Abstract

Durante siglos se ha buscado la replicación de la consciencia y pensamientos humanos por parte de máquinas. Lo que hasta hace unas décadas pertenecía al campo de la ciencia ficción, gracias al desarrollo exponencial de la tecnología estos ideales se están convirtiendo en una realidad cada vez más común. Automatizar tareas que antes solo podían ser realizadas por un ser humano es cada vez más posibles por la evolución de la tecnología. El reconocimiento óptico de caracteres alfanuméricos u otras formas y patrones es uno de los procesos que más cambios y mejorías han experimentado en este campo. Esto ha permitido a las máquinas procesar información de nuestro entorno para luego combinarla con otras tareas de automatización y clasificación. De esta manera, las máquinas están cada vez más cerca de competir con las capacidades humanas de lectura y abstracción. Sin embargo, esta tarea también es una de las que más retos debe afrontar debido a la variabilidad en la forma en que cada persona escribe un mismo carácter y las condiciones en las que cada texto se nos puede presentar. Recientemente, gracias al estudio de las redes neuronales, la creación de arquitecturas de procesamiento de información cada vez más complejas, y la implementación de hardware más potente en ordenadores comerciales, se ha logrado llevar todas estas cuestiones a un público más amplio. Esto ha permitido mejorar la precisión de los sistemas de reconocimiento óptico y minimizar los errores. Este proyecto profundiza en el estudio de este campo desde sus fundamentos, abordando los retos y la tecnología a emplear. Posteriormente, se realiza una comparativa de diferentes modelos, demostrando que el desarrollo de la Inteligencia Artificial ha pasado de ser un campo restringido a un reducido grupo de personas a ser accesible a cualquier individuo con inquietudes y tiempo para contribuir al avance de la sociedad.

For centuries, the replication of human consciousness and thoughts by machines has been sought. What until a few decades ago belonged to the realm of science fiction, thanks to the exponential development of technology these ideals are becoming an increasingly common reality. Automating tasks that previously could only be performed by a human being is becoming more and more possible due to the evolution of technology. Optical recognition of alphanumeric characters or other shapes and patterns is one of the processes that has seen the most changes and improvements in this field. This has enabled machines to process information from our environment and then combine it with other automation and classification tasks. In this way, machines are getting closer and closer to competing with human reading and abstraction capabilities. However, this task is also one of the most challenging due to the variability in the way each person writes the same character and the conditions in which each text can be presented to us. Recently, thanks to the study of neural networks, the creation of increasingly complex information processing architectures, and the implementation of more powerful hardware in commercial computers, all these issues have been brought to a wider audience. This has made it possible to improve the accuracy of optical recognition systems and minimize errors. This project studies this field in depth from its foundations, addressing the challenges and the technology to be employed. Subsequently, a comparison of different models is made, demonstrating that the development of Artificial Intelligence has gone from being a field restricted to a small group of people to being accessible to any individual with concerns and time to contribute to the advancement of society.