Busca avançada
Ano de início
Entree

Reconhecimento de Cenas Few-Shot, uma Nova Tarefa Proxy para Detecção de Material de Abuso Sexual Infantil

Processo: 22/14690-8
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de abril de 2023
Data de Término da vigência: 30 de outubro de 2024
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Sandra Eliza Fontes de Avila
Beneficiário:Leo Sampaio Ferraz Ribeiro
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/08293-7 - CECC - Centro de Engenharia e Ciências Computacionais, AP.CEPID
Assunto(s):Classificação de imagens   Visão computacional
Palavra(s)-Chave do Pesquisador:Aprendizado Few-shot | Classificação de Imagens | Detecção de Material de Abuso Sexual Infantil | Visão Computacional

Resumo

A distribuição de Material de Abuso Sexual Infantil (Child Sexual Abuse Material, CSAM) pela internet é um problema mundial em expansão que re-vitimiza suas vitimas e se torna cada vez mais intratável através do modelo atual de checagem e investigação manual por parte de agentes da polícia. Além disso, o dever de lidar com esse tipo de dado pesa e consome agentes que tem que categorizar terabytes de dados todos os anos em busca de vítimas e criminosos. Existe então uma clara necessidade pela automação do reconhecimento de CSAM. Neste projeto propomos criar e provar a efetividade de uma nova tarefa substituta para detecção de CSAM que dispensa o acesso aos dados sensíveis para aprendizado de parâmetros. Reconhecimento de Cenas Few-shot, nossa tarefa substituta escolhida, deve dar o suporte necessário para treinar e avaliar modelos que podem posteriormente ser entregues a agentes especializados para detecção de CSAM, agentes que são e devem sempre ser as únicas pessoas com acesso a estes dados. Destacamos que nosso time está na frente deste tipo de pesquisa no mundo, sendo responsável por resultados inovadores nos campos de Forense Digital, Aprendizado de Máquina e Visão Computacional.

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 (4)
(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)
COELHO, THAMIRIS; FERRAZ RIBEIRO, LEO SAMPAIO; MACEDO, JOAO; DOS SANTOS, JEFERSSON A.; AVILA, SANDRA. Minimizing Risk Through Minimizing Model-Data Interaction: A Protocol For Relying on Proxy Tasks When Designing Child Sexual Abuse Imagery Detection Models. PROCEEDINGS OF THE 2025 ACM CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY, ACM FACCT 2025, v. N/A, p. 11-pg., . (23/12086-9, 20/09838-0, 22/14690-8, 13/08293-7)
VALOIS, PEDRO H. V.; MACEDO, JOAO; RIBEIRO, LEO S. F.; DOS SANTOS, JEFERSSON A.; AVILA, SANDRA. Leveraging self-supervised learning for scene classification in child sexual abuse imagery. FORENSIC SCIENCE INTERNATIONAL-DIGITAL INVESTIGATION, v. 53, p. 11-pg., . (23/12086-9, 22/14690-8, 20/09838-0, 13/08293-7)
CAETANO, CARLOS; DOS SANTOS, GABRIEL O.; PETRUCCI, CAIO; BARROS, ARTUR; LARANJEIRA, CAMILA; FERRAZ RIBEIRO, LEO SAMPAIO; DE MENDONCA, JULIA FERNANDES; DOS SANTOS, JEFERSSON A.; AVILA, SANDRA. Neglected Risks: The Disturbing Reality of Children's Images in Datasets and the Urgent Call for Accountability. PROCEEDINGS OF THE 2025 ACM CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY, ACM FACCT 2025, v. N/A, p. 12-pg., . (22/14690-8, 24/01210-3, 13/08293-7, 20/09838-0, 23/12086-9, 24/09375-1, 24/07969-1, 24/09372-2)
CAETANO, CARLOS; FERRAZ RIBEIRO, LEO SAMPAIO; LARANJEIRA, CAMILA; DOS SANTOS, GABRIEL OLIVEIRA; BARROS, ARTUR; PETRUCCI, CAIO; DOS SANTOS, ANDREZA APARECIDA; MACEDO, JOAO; CARVALHO, GIL; BENEVENUTO, FABRICIO; et al. Mastering Scene Understanding: Scene Graphs to the Rescue. 2024 37TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, SIBGRAPI 2024, v. N/A, p. 6-pg., . (24/01210-3, 24/09372-2, 20/09838-0, 22/14690-8, 24/09375-1, 13/08293-7, 23/12086-9)