Control de acceso vehicular mediante machine learning

Abstract

El lograr aplicar técnicas de machine learning implica usar tecnología que apunte a la innovación y que brinden a las empresas ciertas ventajas estratégicas frente a la competencia que enfrentan. El propósito de esta investigación es desarrollar un sistema de reconocimiento de patrones para identificar placas vehiculares que utilice técnicas de aprendizaje automático para controlar el ingreso de vehículos a las instalaciones de la Universidad. La metodología utilizada es Scrum, permitiendo un trabajo cíclico incremental “sprints”, en la que se contó con tiempos cortos en donde se realizó un número de tareas, logrando una planificación y control del desarrollo del proyecto, cumpliendo con tareas programadas, interviniendo tres roles el scrum master, el producto owner y el team. La solución está construida por un conjunto de pequeños servicios, para garantizar la reusabilidad, escalabilidad, flexibilidad y todas las ventajas que nos brinda una arquitectura por microservicios. Los resultados del desarrollo tecnológico en la investigación permitieron demostrar que es posible identificar y reconocer las placas con precisión y rapidez utilizando modelos y algoritmos de aprendizaje automático, logrando superar dificultades que incluyen diversas condiciones de imagen, detección y segmentación precisas de matrículas, así como la adaptabilidad del sistema a diversas fuentes, tamaños y estilos de matrículas.