Estudo, desenvolvimento e comparação de técnicas de detecção de Deepfake (2020)
- Authors:
- USP affiliated author: BARBOSA, FELIPE MANFIO - EESC E ICMC
- School: EESC E ICMC
- Sigla do Departamento: SSC
- Subjects: INTELIGÊNCIA ARTIFICIAL; VISÃO COMPUTACIONAL
- Keywords: Deepfake; Detecção de Falsificaçõe; Deep Learning
- Language: Português
- Abstract: Os atuais avanços na área da Inteligência Artificial (IA), em especial os relacionados ao Aprendizado de Máquina e às Redes Neurais Artificiais (RNA), têm permitido a proposição de métodos cada vez mais versáteis e poderosos e também ampliado seu alcance para com a comunidade em geral, dado que o uso de tal tecnologia é hoje facilitado; um exemplo disso são os atuais aplicativos mobile baseados em aprendizado de máquina. Se tais métodos, porém, forem aplicados de forma mal-intencionada, diferentes esferas da sociedade podem sofrer graves consequências. Um exemplo de aplicação prejudicial são as denominadas Deepfakes. Combinação dos termos Deep (de DeepLearning) e Fake (falso), consiste na manipulação, por meio de algoritmos de aprendizado de máquina, de imagens ou vídeos com o fim de alterar as identidades ou ações das pessoas presentes nos mesmos. Este fenômeno motivou intensas pesquisas para a proposição de métodos que fossem capazes de detectar tais falsificações. Detectores baseados inicialmente na extração e análise “manual” de características estatísticas e visuais de imagens e vídeos tiveram que ser aprimorados para acompanhar o avanço na qualidade das manipulações. Passou-se, então, a utilizar arquiteturas de redes neurais para extração e análise automatizadas de características distintivas para a detecção de falsificações em imagens e vídeos. Outro resultado deste cenário é um intenso esforço de instituições públicas e privadas no sentido de incentivar a discussão a respeito do tema e a busca de novas soluções ao problema. Um exemplo disso é o DeepFake Detection Challenge (DFDC), competição criada pela união de empresas como AWS, Facebook e Microsoft visando incentivar o estudo, desenvolvimento e a discussão a respeito de métodos de detecção por parte da comunidade.Neste trabalho, é realizado um estudo das técnicas de falsificação atualmente utilizadas, assim como o estudo e implementação das estratégias de detecção consideradas estado da arte em classificação de manipulações faciais. É utilizada uma base de dados criada pela união de diferentes bases de domínio público, constituídas por imagens e vídeos. O objetivo aqui é cobrir o número mais amplo possível de métodos de manipulação e níveis de compressão, dado que imagens e vídeos passam por esse processo quando disseminadas em redes sociais. Avalia-se, então o desempenho dos modelos com base em seu número de parâmetros e métricas de treinamento, sendo os com melhores resultados reunidos em sistema de classificação múltipla, buscando melhorar o desempenho geral de vi detecção. O sistema resultante é, então, comparado aos resultados individuais dos modelos, assim como a referências de desempenho atuais na área. Por fim, são apresentadas possibilidades de extensões ao presente projeto e perspectivas a respeito do futuro da pesquisa na área.
- Imprenta:
- Place of publication: São Carlos
- Date published: 2020
-
ABNT
BARBOSA, Felipe Manfio. Estudo, desenvolvimento e comparação de técnicas de detecção de Deepfake. 2020. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/7bcb666d-36b1-4764-a992-b7dea63afa9b/TCC%20Felipe_barbosa.pdf. Acesso em: 28 abr. 2024. -
APA
Barbosa, F. M. (2020). Estudo, desenvolvimento e comparação de técnicas de detecção de Deepfake (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/7bcb666d-36b1-4764-a992-b7dea63afa9b/TCC%20Felipe_barbosa.pdf -
NLM
Barbosa FM. Estudo, desenvolvimento e comparação de técnicas de detecção de Deepfake [Internet]. 2020 ;[citado 2024 abr. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/7bcb666d-36b1-4764-a992-b7dea63afa9b/TCC%20Felipe_barbosa.pdf -
Vancouver
Barbosa FM. Estudo, desenvolvimento e comparação de técnicas de detecção de Deepfake [Internet]. 2020 ;[citado 2024 abr. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/7bcb666d-36b1-4764-a992-b7dea63afa9b/TCC%20Felipe_barbosa.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
TCC Felipe_barbosa.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
