Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Modelos generativos para tarefas de geração de deepfakes e troca facial.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1187921
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Morato, Ricardo Augusto Rabelo Oliveira | - |
| Autor(es): dc.contributor | Morato, Ricardo Augusto Rabelo Oliveira | - |
| Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
| Autor(es): dc.contributor | Queiroz, Rafael Alves Bonfim de | - |
| Autor(es): dc.contributor | Dias, Sandro Renato | - |
| Autor(es): dc.creator | Meira, Natália Fernanda de Castro | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T11:24:05Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T11:24:05Z | - |
| Data de envio: dc.date.issued | 2026-02-18 | - |
| Data de envio: dc.date.issued | 2024 | - |
| Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/21334 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1187921 | - |
| Descrição: dc.description | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. | - |
| Descrição: dc.description | Os modelos generativos baseados em aprendizado profundo têm avançado significativamente em técnicas de reconstituição, substituição, edição e síntese de imagens, produzindo resultados promissores. Suas principais aplicações incluem o entretenimento para o público em geral e a ampliação de conjuntos de dados para cientistas. A aplicação da inteligência artificial generativa (Generative AI – GenAI) na síntese de dados tem se mostrado uma ferramenta promissora no desenvolvimento de tecnologias para Smart Cities. Um exemplo disso é o uso de GenAI no monitoramento das condições de fadiga do motorista, contribuindo para uma experiência de direção mais segura. Nesse contexto, este trabalho implementa as três principais abordagens de GenAI para a geração de deepfakes de motoristas em condições de fadiga: Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs) e Diffusion Models. Além disso, são realizadas a avaliação das imagens geradas e a comparação dos resultados obtidos. Os experimentos demonstram que a geração de faces ainda representa um desafio. No caso das GANs, as imagens apresentaram um número elevado de artefatos. A troca facial, por sua vez, obteve resultados mais satisfatórios, falhando apenas em cenários onde as faces estavam rotacionadas ou com oclusões, o que resultou em distorções na identidade da fonte e do alvo. Os modelos de difusão apresentaram os resultados mais promissores, destacando-se pela competitividade dos modelos open source, que oferecem maior possibilidade de personalização em comparação às soluções proprietárias. Além disso, os resultados indicam a necessidade de aprimoramento no detalhamento facial, remoção de artefatos, maior controle sobre as imagens geradas e melhorias no realismo perceptual, tornando essas abordagens mais eficazes para aplicações práticas. | - |
| Descrição: dc.description | Deep learning-based generative models have made significant advances in image reconstruction, replacement, editing, and synthesis, achieving remarkable results. Their main applications include public entertainment and dataset augmentation for scientific research. Generative Artificial Intelligence (GenAI) for data augmentation has emerged as a promising tool in the development of technologies for Smart Cities. One notable application is using GenAI to monitor driver fatigue conditions, contributing to a safer driving experience. In this context, this work implements the three main GenAI approaches for generating deepfakes of drivers in fatigue conditions: Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs), and Diffusion Models. Additionally, an evaluation of the generated images and a comparison of the results are conducted. The experiments show that facial generation remains a challenging task. In the case of GANs, the generated images presented many artifacts. Facial swapping, in turn, achieved more satisfactory results, failing only in scenarios where faces were rotated or occluded, leading to distortions in the identity of the source and target. Diffusion Models demonstrated the most promising results, highlighting the competitiveness of open-source models, which offer greater customization potential compared to proprietary solutions. Furthermore, the findings highlight the need for improvements in facial detail refinement, artifact removal, greater control over generated images, and enhanced perceptual realism, making these approaches more effective for practical applications. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 22/01/2026 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação. | - |
| Palavras-chave: dc.subject | Inteligência artificial generativa | - |
| Palavras-chave: dc.subject | Redes generativas adversariais | - |
| Palavras-chave: dc.subject | Motoristas - fadiga | - |
| Palavras-chave: dc.subject | Deepfakes | - |
| Título: dc.title | Modelos generativos para tarefas de geração de deepfakes e troca facial. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo