El presente libo muestra la implementación de un modelo que será la unión de dos técnicas de clasificación: redes neuronales convolucionales y máquinas de soporte vectorial aplicados en un sistema de visión artificial. Éste funciona en tiempo real para detectar autos estacionados en lugares no permitidos. Dicha implementación se enfoca en realizar un control de infracciones de forma autónoma. Las redes neuronales convolucionales previo a un entrenamiento y validación se encargan de extraer un mapa de características de las imágenes de entrada. Luego, este mapa ingresa al clasificador, máquinas de soporte vectorial, creado por un proceso previo de entrenamiento y validación el cual genera una salida que determina si existe o no un automóvil. Las imágenes de entrada son los fotogramas de un video, que ingresan al modelo; el que genera una salida que confirma que en estos fotogramas se encuentra un automóvil. Si este ingresa a una zona de infracción y se detiene en ella se realiza una captura de la infracción, caso contrario el rastreador sigue al auto hasta que este salga del cuadro de video.