La presente tesis tiene como objetivo la implementación de un Sistema Web para el Colegio de Notarios de Lima que será utilizado principalmente por el área de archivo de ex-Notarios en el proceso de Conclusión de Escrituras, proceso que consiste en culminar las firmas pendientes de las personas que intervienen en una Escritura Pública, en la actualidad este servicio se realiza de forma manual, es lento y engorroso. El sistema permitirá al cliente contar con una respuesta inmediata del estado actual de la Escritura Pública, costo del servicio y de esta manera decidir al instante si continua con el servicio solicitado, todo gracias a la base de datos de Escrituras Públicas digitalizadas, que han sido enviadas por los notarios que han cesado de su función. Además, agilizará el proceso de respuesta del Notario encargado respecto a los informes de Conclusión de Escritura enviados por el Encargado del archivo, la fecha de conclusión y notificación por correo electrónico. El sistema permitirá tener un mejor control del proceso actual gracias a que las tareas serán administradas y personalizadas según el perfil de cada usuario. Dicho sistema utiliza la tecnología web que dispone de información en tiempo real y está orientado a la búsqueda de documentos digitalizados. Por último el sistema podrá generar reportes respecto al servicio realizado en el área de archivo permitiendo a la Junta Directiva del Colegio de Notarios de Lima tomar decisiones para planificar estrategias de gestión. This thesis aims to implement a Web System for the College of Notaries of Lima which will be used mainly for the archive area of former notaries in the process of concluding Scriptures process of culminating the outstanding signatures people involved in a public deed, at present this service is performed manually, it is slow and cumbersome. The system will allow customers to have immediate feedback of the current state of the Deed, cost of service and thus decide immediately whether to continue with the requested service, thanks to the database Deeds digitized, which have been submitted by notaries who have ceased to function. In addition, it will streamline the process commissioned Notary response regarding Conclusion Writing reports sent by the File Manager, the completion date and email notification. The system will allow better control of the current process by which tasks are managed and customized to each user's profile. This system uses web technology that provides real-time information and is aimed at finding scanned documents. Finally the system can generate reports regarding the service performed in the area of file allowing the Board of the Association of Notaries of Lima make decisions to plan management strategies.

[pt] Documentos digitalizados em ambientes de negócios substituíram grandes volumes de papéis. Profissionais autorizados usam carimbos para certificar informações críticas nesses documentos. Muitas empresas precisam verificar o carimbo adequado de documentos de entrada e saída. Na maioria das situações de inspeção, as pessoas realizam inspeção visual para identificar carimbos. Assim sendo, a verificação manual de carimbos é cansativa, suscetível a erros e ineficiente em termos de tempo gasto e resultados esperados. Erros na verificação manual de carimbos podem gerar multas de órgãos reguladores, interrupção de operações e até mesmo comprometer fluxos de trabalho e transações financeiras. Este trabalho propõe dois métodos que combinados podem resolver esse problema, automatizando totalmente a detecção de carimbos em documentos digitalizados do mundo real. Os métodos desenvolvidos podem lidar com conjuntos de dados contendo muitos tipos de carimbos de tamanho de amostra pequena, com múltiplas sobreposições, combinações diferentes por página e dados ausentes. O primeiro método propõe uma arquitetura de rede profunda projetada a partir da relação entre os problemas identificados em carimbos do mundo real e os desafios e soluções da tarefa de detecção de objetos apontados na literatura. O segundo método propõe um novo pipeline de aumento de instâncias de conjuntos de dados de carimbos a partir de dados reais e investiga se é possível detectar tipos de carimbos com amostras insuficientes. Este trabalho avalia os hiperparâmetros da abordagem de aumento de instâncias e os resultados obtidos usando um método Deep Explainability. Foram alcançados resultados de última geração para a tarefa de detecção de carimbos combinando com sucesso esses dois métodos, alcançando 97.3 por cento de precisão e 93.2 por cento de recall. / [en] Scanned documents in business environments have replaced large volumes of papers. Authorized professionals use stamps to certify critical information in these documents. Many companies need to verify the adequate stamping of incoming and outgoing documents. In most inspection situations, people perform a visual inspection to identify stamps. Therefore, manual stamp checking is tiring, susceptible to errors, and inefficient in terms of time spent and expected results. Errors in manual checking for stamps can lead to fines from regulatory bodies, interruption of operations, and even compromise workflows and financial transactions. This work proposes two methods that combined can address this problem, by fully automating stamp detection in real-world scanned documents. The developed methods can handle datasets containing many small sample-sized types of stamps, multiples overlaps, different combinations per page, and missing data. The first method proposes a deep network architecture designed from the relationship between the problems identified in real-world stamps and the challenges and solutions of the object detection task pointed out in the literature. The second method proposes a novel instance augmentation pipeline of stamp datasets from real data to investigate whether it is possible to detect stamp types with insufficient samples. We evaluate the hyperparameters of the instance augmentation approach and the obtained results through a Deep Explainability method. We achieve state-of-the-art results for the stamp detection task by successfully combining these two methods, achieving 97.3 percent of precision and 93.2 percent of recall.