Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Costa, Kelton Augusto Pontara da | - |
Autor(es): dc.creator | Rodrigues, João Pedro Vieira | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:29:51Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:29:51Z | - |
Data de envio: dc.date.issued | 2023-11-24 | - |
Data de envio: dc.date.issued | 2023-11-24 | - |
Data de envio: dc.date.issued | 2023-11-16 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/251482 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/251482 | - |
Descrição: dc.description | O avanço no campo da Inteligência Artificial, especialmente na área de aprendizado profundo, possibilitou a criação de rostos humanos por meio de modelos de redes neurais, como a Generative Adversarial Network (GAN). Entretanto, esse avanço levantou preocupações significativas em relação à segurança, especialmente nos contextos de biometria e autenticação digital. Diante desse problema, este trabalho concentra-se na aplicação de uma técnica específica de aprendizado de máquina conhecida como Capsule Neural Network (CapsNet). Esta abordagem se mostrou promissora para o processamento de imagens e será comparada a outras técnicas, como Local Binary Pattern, Res-Net e Gram-Net. A análise detalhada desses métodos permitirá uma compreensão mais aprofundada de suas capacidades e limitações, contribuindo para o desenvolvimento de sistemas mais seguros e eficazes no contexto da inteligência artificial e suas aplicações práticas. A avaliação crítica dessas técnicas é essencial para aprimorar a segurança e a autenticidade em sistemas que dependem de reconhecimento facial e autenticação digital. | - |
Descrição: dc.description | The advancement in the field of artificial intelligence, especially in the area of Deep Learning, have made it possible to create human faces using neural network models, such as the Generative Adversarial Network (GAN). However, this progress has raised significant security concerns, especially in the context of biometrics and digital authentication. Faced with this problem, this work focuses on the application of a specific machine learning technique known as Capsule Neural Network (CapsNet). This approach has shown promise for image processing and will be compared to other techniques such as Local Binary Pattern, Res-Net and Gram-Net. The detailed analysis of these methods will allow a deeper understanding of their capabilities and limitations, contributing to the development of safer and more effective systems in the context of artificial intelligence and its practical applications. A critical evaluation of these techniques is essential for improving security and authenticity in systems that rely on facial recognition and digital authentication. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Cibersegurança | - |
Palavras-chave: dc.subject | Detecção de faces | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Digital cecurity | - |
Palavras-chave: dc.subject | Fake faces | - |
Título: dc.title | Uso de aprendizado de máquina para detecção de faces falsas geradas por inteligência artificial | - |
Título: dc.title | Using machine learning to detect fake faces generated by artificial intelligence | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: