Uso de aprendizado de máquina para detecção de faces falsas geradas por inteligência artificial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCosta, Kelton Augusto Pontara da-
Autor(es): dc.creatorRodrigues, João Pedro Vieira-
Data de aceite: dc.date.accessioned2025-08-21T19:29:51Z-
Data de disponibilização: dc.date.available2025-08-21T19:29:51Z-
Data de envio: dc.date.issued2023-11-24-
Data de envio: dc.date.issued2023-11-24-
Data de envio: dc.date.issued2023-11-16-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/251482-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/251482-
Descrição: dc.descriptionO 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.descriptionThe 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectCibersegurança-
Palavras-chave: dc.subjectDetecção de faces-
Palavras-chave: dc.subjectDeep learning-
Palavras-chave: dc.subjectDigital cecurity-
Palavras-chave: dc.subjectFake faces-
Título: dc.titleUso de aprendizado de máquina para detecção de faces falsas geradas por inteligência artificial-
Título: dc.titleUsing machine learning to detect fake faces generated by artificial intelligence-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.