Estimativa de Idade Zero-Shot para Material de Abuso Sexual Infantil

• Processo: 24/09375-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2024
• Situação: Interrompido
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Sandra Eliza Fontes de Avila
• Beneficiário: Caio Petrucci dos Santos Rosa
• 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): Aprendizagem profunda Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Age Estimation | Child Sexual Abuse Material | Deep Learning | Zero-shot learning | Aprendizado de Máquina

Resumo

Os materiais de abuso sexual infantil (CSAM) atingiram proporções alarmantes na era digital. De acordo com o Centro Nacional para CyberTipline de Crianças Desaparecidas e Exploradas, mais de 36 milhões de denúncias de suspeita de CSAM foram recebidas em 2023, tornando-o um ano recorde. A disponibilidade e compartilhamento de tais conteúdos nocivos online não só agrava o trauma infligido às vítimas, mas também sobrecarrega significativamente os agentes responsáveis pela aplicação da lei, que têm de inspecionar milhares de arquivos, causando tensão emocional manualmente. Diante disso, há necessidade de ferramentas automatizadas confiáveis que possam lidar com esse tipo de material de forma segura e eficiente. Nosso objetivo neste projeto é investigar a tarefa de estimativa de idade zero-shot, que combina um dos aspectos centrais do reconhecimento CSAM - estimar a idade das pessoas dentro de uma imagem - com uma restrição nos dados usados para treinamento; tornamos nossa tarefa de estimativa de idade zero-shot ao não usarmos nenhuma imagem de crianças em nosso pipeline de treinamento, uma restrição inspirada e alinhada com o Relatório de Dados Responsáveis pelas Crianças do UNICEF, que pede o tratamento baseado em princípios de dados vinculados a crianças ou para evitar seu uso para modelos de treinamento em primeiro lugar.