O uso de IA para detecção de deepfakes em mídias sociais
Tipo
TCC
Data de publicação
2024-12-09
Periódico
Citações (Scopus)
Autores
Andrade, Pedro Henrique Novicov de
Orientador
Oliveira, André Rodrigues
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
Este projeto visita a história de detecção de vídeos e imagens criadas por algoritmos de Inteligencia Artificial, conhecidas comumente como "deepfakes". Dentre as contribuições, foram realizadas estimativas de quando um indivíduo comum poderá criar um modelo capaz de gerar deepfakes no mesmo nível das ferramentas feitas pelas grandes companhias, baseados em quantidade de armazenamento e poder de processamento necessários; também testamos alguns modelos propostos para detecção de deepfakes com diferentes datasets, mostrando quais modelos possuem mais chances de serem generalizados. Com base na pesquisa realizada, fornecemos recomendações de hardware e para criação de modelos para futuros trabalhos na área detecção.
This project explores the history of video and image detection created by Artificial Intelligence algorithms, commonly known as "deepfakes."Among the contributions, we made estimates of when an ordinary individual will be able to create a model capable of generating deepfakes at the same level as the tools made by large companies based on the amount of storage and processing power required; we also tested some proposed models for deepfake detection with different datasets, showing which models have the best chance of being generalized. Based on the research carried out, we provide hardware recommendations for creating models for future work in the detection area.
This project explores the history of video and image detection created by Artificial Intelligence algorithms, commonly known as "deepfakes."Among the contributions, we made estimates of when an ordinary individual will be able to create a model capable of generating deepfakes at the same level as the tools made by large companies based on the amount of storage and processing power required; we also tested some proposed models for deepfake detection with different datasets, showing which models have the best chance of being generalized. Based on the research carried out, we provide hardware recommendations for creating models for future work in the detection area.
Descrição
Indicado para publicação
Palavras-chave
inteligência artificial , detecção de deep fakes , Redes generativas adversariais , modelos de difusão , artificial intelligence , deep fake detection , generative adversarial networks , diffusion models