22 ago 2022
10:00 Defesa de Mestrado Auditório - IC 3
Tema
Aplicação de Aprendizado Auto-supervisionado para Reconhecimento de Cenas em Imagens de Abuso Sexual Infantil
Aluno
Pedro Henrique Vaz Valois
Orientador / Docente
Orientadora: Sandra Eliza Fontes de Avila/ Coorientador: Jefersson Alex dos Santos
Breve resumo
O crime no século 21 é dividido em dois mundos. O mundo virtual se transformou em uma ameaça global para o bem-estar e a segurança das pessoas em várias nações do mundo. Os desafios que apresenta devem ser enfrentados com uma cooperação global unificada e devem contar mais do que nunca em ferramentas automatizadas, porém confiáveis, se quisermos combater a crescente dos crimes online. Mais de 10 milhões de denúncias de abuso sexual infantil são enviadas ao Centro Nacional para Crianças Desaparecidas & Exploradas todos os anos, com mais de 80% dessas de natureza primariamente virtual. Centros de investigação e insituições de acolhimento são, portanto, incapazes de processar e investigar manualmente todas as imagens com a precisão necessária. Diante disso, há a necessidade de ferramentas automatizadas confiáveis que possam trabalhar esse tipo de material com segurança e eficiência. Particularmente, o reconhecimento de cenas é a tarefa de entender os contextos do ambiente a partir de qualquer tipo de imagem. Essa tarefa é considerada útil para agrupar e classificar dados de abuso sem usar modelos treinados nela. A escassez e as limitações envolvidas no trabalho com imagens de abuso sexual infantil levam ao uso do aprendizado autossupervisionado, uma nova metodologia de aprendizado de máquina que aproveita dados não rotulados para produzir representações robustas capazes de ser mais facilmente transferidas para tarefas de destino. Este projeto desenvolve assim um modelo de aprendizado profundo baseado em métodos autossupervisionados para realizar classificação interna em imagens de abuso. Cooperamos com especialistas da Polícia Federal brasileira para avaliar os modelos em material real de abuso infantil.
Banca examinadora
Titulares:
| Sandra Eliza Fontes de Avila | IC/UNICAMP |
| Claudia Maria Bauzer Medeiros | IC/UNICAMP |
| Daniel Henriques Moreira | UND |
Suplentes:
| Marcos Medeiros Raimundo | IC/UNICAMP |
| Nina Sumiko Tomita Hirata | IME/USP |