Busca avançada
Ano de início
Entree

DéjáVu: análise forense de mídias sociais para interpretação de eventos criminais

Processo: 15/19222-9
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 01 de julho de 2016
Vigência (Término): 30 de junho de 2017
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Anderson de Rezende Rocha
Beneficiário:Anderson de Rezende Rocha
Anfitrião: Kevin Wilson Bowyer
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Local de pesquisa : University of Notre Dame, Estados Unidos  
Assunto(s):Aprendizado computacional   Redes sociais   Computação forense

Resumo

Com a sofisticação cada vez maior dos crimes e ameaças terroristas, torna-se imprescindível a pesquisa e o desenvolvimento de abordagens cientificamente embasadas capazes de responder às quatro questões mais importantes na área de forense criminal: "quem", "em que circunstâncias", "por que", e "como". Embora a vigilância eletrônica por meio de câmeras possa, muitas vezes, nos ajudar a responder tais questões, frequentemente, enfrentamos situações em que tais câmeras não estão instaladas ou mesmo são insuficientes para cobrir, de forma satisfatória, um dado evento de interesse. Aproveitando-nos do recente crescimento e ubiquidade das redes sociais, podemos nos basear nesse novo canal de comunicação muito mais rico e diverso, para interpretar e reconstruir eventos de interesse. Nesse sentido, nosso objetivo nesse projeto de pesquisa é complementar, a partir de dados provenientes de mídias sociais, toda e quaisquer informação existente a respeito de um dado evento alvo. Com isso, podemos obter uma visão global e mais clara do evento, com cenas reconstruídas a partir de vários pontos de vista / perspectivas de pessoas ou objetos de interesse bem como mineirar informações relacionadas ao evento coletadas a partir das mídias sociais. Nesse contexto, dado um evento a ser investigado, nosso objetivo consiste em coletar informações das mídias sociais relacionadas espacial e temporalmente ao evento e mineirar as informações coletadas para entender o que houve, reconstruir a linha do tempo do evento, reduzir o espaço de busca de suspeitos e, potencialmente, elaborar possíveis respostas às quatro perguntas fundamentais supramencionadas.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Novo método identifica cerca de 97% da pornografia em telas de celulares e computador 

Publicações científicas (12)
(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)
WERNECK, RAFAEL DE OLIVEIRA; DE ALMEIDA, WALDIR RODRIGUES; STEIN, BERNARDO VECCHIA; PAZINATO, DANIEL VATANABE; MENDES JUNIOR, PEDRO RIBEIRO; BIZETTO PENATTI, OTAVIO AUGUSTO; ROCHA, ANDERSON; TORRES, RICARDO DA SILVA. Kuaa: A unified framework for design, deployment, execution, and recommendation of machine learning experiments. FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, v. 78, n. 1, p. 59-76, JAN 2018. Citações Web of Science: 1.
COSTA, FILIPE; OLIVEIRA, ALBERTO; FERRARA, PASQUALE; DIAS, ZANONI; GOLDENSTEIN, SIOME; ROCHA, ANDERSON. New dissimilarity measures for image phylogeny reconstruction. PATTERN ANALYSIS AND APPLICATIONS, v. 20, n. 4, p. 1289-1305, NOV 2017. Citações Web of Science: 2.
FERREIRA, ALEXANDRE; SANTOS, GEISE; ROCHA, ANDERSON; GOLDENSTEIN, SIOME. User-Centric Coordinates for Applications Leveraging 3-Axis Accelerometer Data. IEEE SENSORS JOURNAL, v. 17, n. 16, p. 5231-5243, AUG 15 2017. Citações Web of Science: 2.
FERREIRA, ANSELMO; BONDI, LUCA; BAROFFIO, LUCA; BESTAGINI, PAOLO; HUANG, JIWU; DOS SANTOS, JEFERSSON A.; TUBARO, STEFANO; ROCHA, ANDERSON. Data-Driven Feature Characterization Techniques for Laser Printer Attribution. IEEE Transactions on Information Forensics and Security, v. 12, n. 8, p. 1860-1873, AUG 2017. Citações Web of Science: 5.
PEREZ, MAURICIO; AVILA, SANDRA; MOREIRA, DANIEL; MORAES, DANIEL; TESTONI, VANESSA; VALLE, EDUARDO; GOLDENSTEIN, SIOME; ROCHA, ANDERSON. Video pornography detection through deep learning techniques and motion information. Neurocomputing, v. 230, p. 279-293, MAR 22 2017. Citações Web of Science: 14.
MENDES JUNIOR, PEDRO R.; DE SOUZA, ROBERTO M.; WERNECK, RAFAEL DE O.; STEIN, BERNARDO V.; PAZINATO, DANIEL V.; DE ALMEIDA, WALDIR R.; PENATTI, OTAVIO A. B.; TORRES, RICARDO DA S.; ROCHA, ANDERSON. Nearest neighbors distance ratio open-set classifier. MACHINE LEARNING, v. 106, n. 3, p. 359-386, MAR 2017. Citações Web of Science: 6.
NETO, LAURINDO BRITTO; GRIJALVA, FELIPE; MARGARETH LIMA MAIKE, VANESSA REGINA; MARTINI, LUIZ CESAR; FLORENCIO, DINEI; CALANI BARANAUSKAS, MARIA CECILIA; ROCHA, ANDERSON; GOLDENSTEIN, SIOME. A Kinect-Based Wearable Face Recognition System to Aid Visually Impaired Users. IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS, v. 47, n. 1, p. 52-64, FEB 2017. Citações Web of Science: 20.
ROCHA, ANDERSON; SCHEIRER, WALTER J.; FORSTALL, CHRISTOPHER W.; CAVALCANTE, THIAGO; THEOPHILO, ANTONIO; SHEN, BINGYU; CARVALHO, ARIADNE R. B.; STAMATATOS, EFSTATHIOS. Authorship Attribution for Social Media Forensics. IEEE Transactions on Information Forensics and Security, v. 12, n. 1, p. 5-33, JAN 2017. Citações Web of Science: 20.
SEIBEL, JR., HILARIO; GOLDENSTEIN, SIOME; ROCHA, ANDERSON. Eyes on the Target: Super-Resolution and License-Plate Recognition in Low-Quality Surveillance Videos. IEEE ACCESS, v. 5, p. 20020-20035, 2017. Citações Web of Science: 5.
MARMEROLA, GUILHERME D.; OIKAWA, MARINA A.; DIAS, ZANONI; GOLDENSTEIN, SIOME; ROCHA, ANDERSON. On the Reconstruction of Text Phylogeny Trees: Evaluation and Analysis of Textual Relationships. PLoS One, v. 11, n. 12 DEC 19 2016. Citações Web of Science: 4.
MOREIRA, DANIEL; AVILA, SANDRA; PEREZ, MAURICIO; MORAES, DANIEL; TESTONI, VANESSA; VALLE, EDUARDO; GOLDENSTEIN, SIOME; ROCHA, ANDERSON. Pornography classification: The hidden clues in video space-time. Forensic Science International, v. 268, p. 46-61, NOV 2016. Citações Web of Science: 11.
FERREIRA, ANSELMO; FELIPUSSI, SIOVANI C.; ALFARO, CARLOS; FONSECA, PABLO; VARGAS-MUNOZ, JOHN E.; DOS SANTOS, JEFERSSON A.; ROCHA, ANDERSON. Behavior Knowledge Space-Based Fusion for Copy-Move Forgery Detection. IEEE Transactions on Image Processing, v. 25, n. 10, p. 4729-4742, OCT 2016. Citações Web of Science: 14.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.