Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
Este trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identi...
Kaydedildi:
| Yazar: | |
|---|---|
| Materyal Türü: | bachelorThesis |
| Dil: | spa |
| Baskı/Yayın Bilgisi: |
2023
|
| Konular: | |
| Online Erişim: | http://repositorio.ucsg.edu.ec/handle/3317/22086 |
| Etiketler: |
Etiketle
Etiket eklenmemiş, İlk siz ekleyin!
|
| _version_ | 1860297858639462400 |
|---|---|
| author | Costa Mora, Brittany Valeria |
| author_facet | Costa Mora, Brittany Valeria |
| author_role | author |
| collection | Repositorio Universidad Católica de Santiago de Guayaquil |
| dc.contributor.none.fl_str_mv | Castro Aguilar, Gilberto Castro |
| dc.creator.none.fl_str_mv | Costa Mora, Brittany Valeria |
| dc.date.none.fl_str_mv | 2023-10-25T22:12:01Z 2023-10-25T22:12:01Z 2023-09-08 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://repositorio.ucsg.edu.ec/handle/3317/22086 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad Católica de Santiago de Guayaquil |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad Católica de Santiago de Guayaquil instname:Universidad Católica de Santiago de Guayaquil instacron:UCSG |
| dc.subject.none.fl_str_mv | INTELIGENCIA ARTIFICIAL MEDIOS SINTÉTICOS RECONOCIMIENTO FACIAL BIOMÉTRICO FACIAL |
| dc.title.none.fl_str_mv | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion |
| description | Este trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identificar, analizar y evaluar las herramientas tecnológicas utilizadas para detectar y reconocer DeepFakes, con el propósito de enfrentar este desafío de manera efectiva. Para lograrlo, se ha diseñado una ruta de trabajo que proporciona claridad en los procesos y pasos a seguir, permitiendo así la elaboración de una metodología sólida y bien fundamentada. La elección de la métrica AUC como criterio de evaluación ha permitido medir de manera global la capacidad discriminativa de las herramientas, asegurando una comparación objetiva y justa. Los resultados obtenidos de la comparación y evaluación de cinco herramientas de detección de DeepFakes han revelado que Meso4 y Capsule se destacaron con los puntajes más altos en diferentes estudios, sobresaliendo especialmente en el conjunto de datos FaceForensics++. Además, se han identificado áreas de mejora y desafíos en la detección de DeepFakes, resaltando la importancia de considerar diferentes escenarios de generación de videos falsificados y la adaptabilidad de las herramientas a futuras técnicas de manipulación. Este estudio aporta una valiosa contribución al campo de la detección de DeepFakes, ofreciendo una base sólida para futuras investigaciones en esta área. Los resultados y conclusiones obtenidos serán de gran interés para personas interesadas en la detección y mitigación de DeepFakes. La implementación de estas herramientas de detección y la mejora continua de las mismas permitirá preservar la integridad y veracidad de los contenidos digitales en un contexto de rápida evolución tecnológica. De esta manera, se espera hacer frente a la amenaza de los DeepFakes y promover la confianza en la información en la sociedad actual. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UCSG_127fb4c31b3b9a80d754b3c07bf0ffb3 |
| instacron_str | UCSG |
| institution | UCSG |
| instname_str | Universidad Católica de Santiago de Guayaquil |
| language | spa |
| network_acronym_str | UCSG |
| network_name_str | Repositorio Universidad Católica de Santiago de Guayaquil |
| oai_identifier_str | oai:repositorio.ucsg.edu.ec:3317/22086 |
| publishDate | 2023 |
| publisher.none.fl_str_mv | Universidad Católica de Santiago de Guayaquil |
| reponame_str | Repositorio Universidad Católica de Santiago de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquil |
| repository_id_str | 2566 |
| rights_invalid_str_mv | http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| spelling | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.Costa Mora, Brittany ValeriaINTELIGENCIA ARTIFICIALMEDIOS SINTÉTICOSRECONOCIMIENTO FACIALBIOMÉTRICO FACIALEste trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identificar, analizar y evaluar las herramientas tecnológicas utilizadas para detectar y reconocer DeepFakes, con el propósito de enfrentar este desafío de manera efectiva. Para lograrlo, se ha diseñado una ruta de trabajo que proporciona claridad en los procesos y pasos a seguir, permitiendo así la elaboración de una metodología sólida y bien fundamentada. La elección de la métrica AUC como criterio de evaluación ha permitido medir de manera global la capacidad discriminativa de las herramientas, asegurando una comparación objetiva y justa. Los resultados obtenidos de la comparación y evaluación de cinco herramientas de detección de DeepFakes han revelado que Meso4 y Capsule se destacaron con los puntajes más altos en diferentes estudios, sobresaliendo especialmente en el conjunto de datos FaceForensics++. Además, se han identificado áreas de mejora y desafíos en la detección de DeepFakes, resaltando la importancia de considerar diferentes escenarios de generación de videos falsificados y la adaptabilidad de las herramientas a futuras técnicas de manipulación. Este estudio aporta una valiosa contribución al campo de la detección de DeepFakes, ofreciendo una base sólida para futuras investigaciones en esta área. Los resultados y conclusiones obtenidos serán de gran interés para personas interesadas en la detección y mitigación de DeepFakes. La implementación de estas herramientas de detección y la mejora continua de las mismas permitirá preservar la integridad y veracidad de los contenidos digitales en un contexto de rápida evolución tecnológica. De esta manera, se espera hacer frente a la amenaza de los DeepFakes y promover la confianza en la información en la sociedad actual.This thesis addresses the growing threat of DeepFakes in the digital age, where manipulating multimedia content generated by artificial intelligence can make distinguishing between accurate and false information difficult. The overall objective of this study was to identify, analyze, and evaluate the technological tools used to detect and recognize DeepFakes to address this challenge effectively. A workflow has been designed to clarify the processes and steps to be followed, thus allowing the development of a solid and well-founded methodology. The choice of the AUC metric as the evaluation criterion has made it possible to globally measure the discriminative capacity of the tools globally, ensuring an objective and fair comparison. The results obtained from comparing and evaluating five DeepFakes detection tools have revealed that Capsule stood out with the highest scores in different studies, excelling especially in the FaceForensics++ dataset. Furthermore, areas of improvement and challenges in DeepFakes detection have been identified, highlighting the importance of considering different scenarios of fake video generation and the adaptability of the tools to future manipulation techniques. This research provides a valuable contribution to the field of DeepFake detection, offering a solid foundation for future research in this area. The results and conclusions obtained will significantly interest researchers, experts, and individuals interested in DeepFake detection and mitigation. Implementing these detection tools and their continuous improvement will allow preserving the integrity and veracity of digital content in the context of rapid technological evolution. In this way, it is expected to address the threat of DeepFakes and promote trust in information today.Universidad Católica de Santiago de GuayaquilCastro Aguilar, Gilberto Castro2023-10-25T22:12:01Z2023-10-25T22:12:01Z2023-09-08info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ucsg.edu.ec/handle/3317/22086spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Universidad Católica de Santiago de Guayaquilinstname:Universidad Católica de Santiago de Guayaquilinstacron:UCSG2023-10-25T22:12:01Zoai:repositorio.ucsg.edu.ec:3317/22086Institucionalhttp://repositorio.ucsg.edu.ec/Universidad privadahttps://www.ucsg.edu.ec/http://repositorio.ucsg.edu.ec/oai.Ecuador...opendoar:25662023-10-25T22:12:01Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquilfalse |
| spellingShingle | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. Costa Mora, Brittany Valeria INTELIGENCIA ARTIFICIAL MEDIOS SINTÉTICOS RECONOCIMIENTO FACIAL BIOMÉTRICO FACIAL |
| status_str | publishedVersion |
| title | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| title_full | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| title_fullStr | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| title_full_unstemmed | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| title_short | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| title_sort | Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial. |
| topic | INTELIGENCIA ARTIFICIAL MEDIOS SINTÉTICOS RECONOCIMIENTO FACIAL BIOMÉTRICO FACIAL |
| url | http://repositorio.ucsg.edu.ec/handle/3317/22086 |