Modelos de reconhecimento de materiais de abuso sexual infantil baseados em tarefas de proxy

• Processo: 24/01210-3
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de março de 2024
• Data de Término da vigência: 28 de fevereiro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Sandra Eliza Fontes de Avila
• Beneficiário: Carlos Antônio Caetano Júnior
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 23/12086-9 - Araceli: Inteligência Artificial no Combate ao Abuso Sexual Infantil, AP.R
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Csam | machine learning | scene recognition | Aprendizagem de máquina

Resumo

Com o rápido crescimento da quantidade de imagens e vídeos disponíveis publicamente na Internet, surge uma clara necessidade de reconhecimento automatizado em relação ao conteúdo desses materiais. Desta forma, o foco principal desta pesquisa é estudar e desenvolver modelos para o reconhecimento de Material de Abuso Sexual Infantil (CSAM). No entanto, devido ao acesso restrito aos dados reais de CSAM, pretende-se explorar este tópico através de uma subtarefa relacionada, como o reconhecimento de cena, combinada com as limitações inerentes normalmente encontradas em investigações de CSAM, como o número limitado de amostras rotuladas. Este objetivo está diretamente relacionado aos três aspectos subexplorados de CSAM (IA centrada em dados, reconhecimento de CSAM e triagem de dados de CSAM) do projeto de pesquisa Araceli. Os resultados finais desejados abrangem a criação de modelos de reconhecimento CSAM desenvolvidos com subtarefas dentro do domínio mais amplo de reconhecimento de cena.