Busca avançada
Ano de início
Entree

Filtragem e análise de proveniência

Processo: 20/02211-2
Modalidade de apoio:Bolsas no Brasil - Doutorado Direto
Data de Início da vigência: 01 de maio de 2020
Data de Término da vigência: 30 de novembro de 2023
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Anderson de Rezende Rocha
Beneficiário:João Phillipe Cardenuto
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade, AP.TEM
Assunto(s):Computação forense   Ciência de dados   Inteligência artificial   Fake news
Palavra(s)-Chave do Pesquisador:Análise de Proveniência | Ciência de Dados | Forense Digital | Inteligência Artificial | Forense Digital

Resumo

Nesta pesquisa, temos como principal objetivo responder à questão de como encontrar possíveis relações entre imagens de diferentes momentos no tempo (por exemplo, como diferentes partes da imagem contribuem para criar uma composição). Esta pesquisa permitirá o desenvolvimento de uma série de soluções para analisar a proveniência de um objeto visual, permitindo verificar sua veracidade e identificar as peças que contribuíram para o seu processo de criação no caso de uma composição/falsa. Essas ferramentas serão inestimáveis para avaliar como diferentes objeto da mídia estão relacionados digital e fisicamente, analisando a dinâmica do grupo e até verificando fatos publicados em artigos de notícias, usando suas fotos como agentes para verificação de veracidade contra notícias falsas. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CARDENUTO, JOAO P.; ROCHA, ANDERSON. Benchmarking Scientific Image Forgery Detectors. SCIENCE AND ENGINEERING ETHICS, v. 28, n. 4, p. 38-pg., . (17/12646-3, 20/02211-2)
NASCIMENTO, JOSE; CARDENUTO, JOAO PHILLIPE; YANG, JING; ROCHA, ANDERSON; IEEE. Few-shot Learning for Multi-modal Social Media Event Filtering. 2022 IEEE INTERNATIONAL WORKSHOP ON INFORMATION FORENSICS AND SECURITY (WIFS), v. N/A, p. 6-pg., . (17/12646-3, 20/02241-9, 20/02211-2, 19/04053-8)