En esta Tesis Doctoral se describen arquitecturas neuronales que permiten la segmentacion perceptual y el reconocimiento de imagenes de textura y color sobre Unidades de Procesamiento Grafico (GPUs). El procesamiento de proposito general sobre GPU (GPGPU) se ha revelado en los ultimos anos como uno de las formulas mas atractivas para el procesamiento en paralelo de altas prestaciones y bajo coste. Todas las arquitecturas neuronales desarrolladas en esta Tesis Doctoral utilizan la GPU como plataforma hardware, proporcionando una velocidad de procesamiento decenas de veces superior a la obtenida con implementaciones analogas sobre CPU. La utilizacion de este hardware para la segmentacion y el reconocimiento, etapas fundamentales en vision artificial, hace adecuadas las arquitecturas disenadas para aplicaciones con elevados requerimientos de tiempo. Estas aplicaciones de vision artificial incluyen la monitorizacion de procesos de produccion industrial, la clasificacion y busqueda de contenidos sobre bases de datos multimedia, el analisis y segmentacion de imagenes aereas de alta resolucion o sistemas de video-vigilancia e interfaces hombre-maquina."