
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 | RCMOS - Revista Científica Multidisciplinar o Saber | pt_BR |
| Autor(es): dc.contributor.author | de Oliveira Pereira Paula, Matheus | - |
| Data de aceite: dc.date.accessioned | 2025-12-19T20:11:41Z | - |
| Data de disponibilização: dc.date.available | 2025-12-19T20:11:41Z | - |
| Data de envio: dc.date.issued | 2025-11-19 | - |
| Fonte completa do material: dc.identifier | https://submissoesrevistacientificaosaber.com/index.php/rcmos/article/view/1867 | - |
| identificador: dc.identifier.other | Explicabilidade na detecção de deepfakes | pt_BR |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1133693 | - |
| Resumo: dc.description.abstract | A crescente sofisticação dos deepfakes elevou a urgência de sistemas de detecção de Aprendizado Profundo robustos. No entanto, a natureza de "caixa-preta" dos modelos de Visão Computacional, como as Redes Neurais Convolucionais (CNNs) e os Transformers, representa um obstáculo significativo para sua aceitação em domínios críticos, como o forense e o jurídico. Este artigo explora a aplicação de técnicas de Inteligência Artificial Explicável (XAI) no contexto da detecção de deepfakes, investigando como a transparência e a interpretabilidade dos modelos podem ser alcançadas. Serão discutidas metodologias posthoc e intrínsecas, como CAMs (Class Activation Maps), SHAP e LIME, analisando sua capacidade de gerar evidências visuais e lógicas sobre o processo de classificação, especificamente identificando as regiões da imagem ou vídeo (artefatos) que são determinantes para a decisão de falsidade. O objetivo primário é demonstrar que a integração de XAI é indispensável para construir a confiança necessária nos sistemas de detecção, transformando a decisão algorítmica em prova pericial verificável, essencial para o estabelecimento da validade e da admissibilidade dessas tecnologias em tribunais e investigações. | pt_BR |
| Tamanho: dc.format.extent | 461 KB | pt_BR |
| Tipo de arquivo: dc.format.mimetype | pt_BR | |
| Idioma: dc.language.iso | pt_BR | pt_BR |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 3.0 Brazil | * |
| Licença: dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/br/ | * |
| Palavras-chave: dc.subject | Deepfakes | pt_BR |
| Palavras-chave: dc.subject | XAI | pt_BR |
| Palavras-chave: dc.subject | Visão computacional | pt_BR |
| Palavras-chave: dc.subject | Confiabilidade | pt_BR |
| Título: dc.title | Explainable AI (XAI) na Detecção de Deepfakes: Transparência e Interpretação em Modelos de Visão Computacional | pt_BR |
| Tipo de arquivo: dc.type | texto | pt_BR |
| Aparece nas coleções: | Textos | |
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:
Este item está licenciado sob uma
Licença Creative Commons