Detecção de imagens deepfake: um estudo comparativo

Detalhes bibliográficos
Autor(a) principal: Corrêa, Miguel Cesar
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: https://hdl.handle.net/11449/251670
Resumo: Com o avanço acelerado da inteligência artificial, os deepfakes - vídeos ou imagens manipulados de maneira convincente - emergiram como uma preocupação significativa na era digital. Essas falsificações hiper-realistas têm o potencial de enganar indivíduos, disseminar desinformação e comprometer a autenticidade da informação, representando uma ameaça real à segurança digital e à integridade informativa. Este trabalho aborda a necessidade de desenvolver métodos eficazes para a detecção de deepfakes, uma ferramenta essencial na luta contra a desinformação, apresentando os conceitos fundamentais da área. Este trabalho comparou três métodos estado-da-arte de detecção de imagens falsas: Detector de Falsificações com Transformador de Consistência de Identidade, CORE e o Modelo de Detecção de Deepfake Ignorante de ID, apresentando resultados satisfatórios, com o método de detecção ignorante de ID apresentando o melhor desempenho.
id UNSP_c226ff1d26a4d8c2a360d0c75a0740fa
oai_identifier_str oai:repositorio.unesp.br:11449/251670
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Detecção de imagens deepfake: um estudo comparativoDeepfake image detection: a comparative studyDeepfakeDeep learningInteligência artificialDetecção de DeepfakeTrabalho de Conclusão de CursoCom o avanço acelerado da inteligência artificial, os deepfakes - vídeos ou imagens manipulados de maneira convincente - emergiram como uma preocupação significativa na era digital. Essas falsificações hiper-realistas têm o potencial de enganar indivíduos, disseminar desinformação e comprometer a autenticidade da informação, representando uma ameaça real à segurança digital e à integridade informativa. Este trabalho aborda a necessidade de desenvolver métodos eficazes para a detecção de deepfakes, uma ferramenta essencial na luta contra a desinformação, apresentando os conceitos fundamentais da área. Este trabalho comparou três métodos estado-da-arte de detecção de imagens falsas: Detector de Falsificações com Transformador de Consistência de Identidade, CORE e o Modelo de Detecção de Deepfake Ignorante de ID, apresentando resultados satisfatórios, com o método de detecção ignorante de ID apresentando o melhor desempenho.With the rapid advancement of artificial intelligence, deepfakes – convincingly manipulated videos or images – have emerged as a significant concern in the digital age. These hyper-realistic fakes have the potential to deceive individuals, spread disinformation and compromise the authenticity of information, posing a real threat to digital security and informational integrity. This work addresses the need to develop effective methods for detecting deepfakes, an essential tool in the fight against disinformation, presenting the fundamental concepts of the area. This work compared three state-of-the-art methods for detecting false images: Forgery Detector with Identity Consistency Transformator, CORE and the ID-Unaware Deepfake Detection Model, presenting satisfactory results, with the ID-unaware model having the best performance.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Passos Junior, Leandro AparecidoCorrêa, Miguel Cesar2023-12-05T11:53:09Z2023-12-05T11:53:09Z2023-11-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCORREA, Miguel Cesar. Detecção de imagens deepfake: um estudo comparativo. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (Unesp), Bauru, 2023.https://hdl.handle.net/11449/251670porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-12-06T06:08:48Zoai:repositorio.unesp.br:11449/251670Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-12-06T06:08:48Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Detecção de imagens deepfake: um estudo comparativo
Deepfake image detection: a comparative study
title Detecção de imagens deepfake: um estudo comparativo
spellingShingle Detecção de imagens deepfake: um estudo comparativo
Corrêa, Miguel Cesar
Deepfake
Deep learning
Inteligência artificial
Detecção de Deepfake
Trabalho de Conclusão de Curso
title_short Detecção de imagens deepfake: um estudo comparativo
title_full Detecção de imagens deepfake: um estudo comparativo
title_fullStr Detecção de imagens deepfake: um estudo comparativo
title_full_unstemmed Detecção de imagens deepfake: um estudo comparativo
title_sort Detecção de imagens deepfake: um estudo comparativo
author Corrêa, Miguel Cesar
author_facet Corrêa, Miguel Cesar
author_role author
dc.contributor.none.fl_str_mv Passos Junior, Leandro Aparecido
dc.contributor.author.fl_str_mv Corrêa, Miguel Cesar
dc.subject.por.fl_str_mv Deepfake
Deep learning
Inteligência artificial
Detecção de Deepfake
Trabalho de Conclusão de Curso
topic Deepfake
Deep learning
Inteligência artificial
Detecção de Deepfake
Trabalho de Conclusão de Curso
description Com o avanço acelerado da inteligência artificial, os deepfakes - vídeos ou imagens manipulados de maneira convincente - emergiram como uma preocupação significativa na era digital. Essas falsificações hiper-realistas têm o potencial de enganar indivíduos, disseminar desinformação e comprometer a autenticidade da informação, representando uma ameaça real à segurança digital e à integridade informativa. Este trabalho aborda a necessidade de desenvolver métodos eficazes para a detecção de deepfakes, uma ferramenta essencial na luta contra a desinformação, apresentando os conceitos fundamentais da área. Este trabalho comparou três métodos estado-da-arte de detecção de imagens falsas: Detector de Falsificações com Transformador de Consistência de Identidade, CORE e o Modelo de Detecção de Deepfake Ignorante de ID, apresentando resultados satisfatórios, com o método de detecção ignorante de ID apresentando o melhor desempenho.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-05T11:53:09Z
2023-12-05T11:53:09Z
2023-11-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv CORREA, Miguel Cesar. Detecção de imagens deepfake: um estudo comparativo. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (Unesp), Bauru, 2023.
https://hdl.handle.net/11449/251670
identifier_str_mv CORREA, Miguel Cesar. Detecção de imagens deepfake: um estudo comparativo. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (Unesp), Bauru, 2023.
url https://hdl.handle.net/11449/251670
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803046485678358528

Registros relacionados