DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/22086
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCastro Aguilar, Gilberto Castro-
dc.contributor.authorCosta Mora, Brittany Valeria-
dc.date.accessioned2023-10-25T22:12:01Z-
dc.date.available2023-10-25T22:12:01Z-
dc.date.issued2023-09-08-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/22086-
dc.descriptionEste 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.en_US
dc.description.abstractThis 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.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectINTELIGENCIA ARTIFICIALen_US
dc.subjectMEDIOS SINTÉTICOSen_US
dc.subjectRECONOCIMIENTO FACIALen_US
dc.subjectBIOMÉTRICO FACIALen_US
dc.titleEstudio 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.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCSG-PRE-ING-CIC-36.pdf2,82 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons