Geração de Grafos de Cena com Vocabulário Aberto como Tarefa Proxy para Detecção de Material de Abuso Sexual Infantil

• Processo: 24/21679-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 20 de novembro de 2025
• Data de Término da vigência: 19 de fevereiro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Sandra Eliza Fontes de Avila
• Beneficiário: Artur Alves Cavalcante de Barros
• Supervisor: Jefersson A dos Santos
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: University of Sheffield, Inglaterra
• Vinculado à bolsa: 24/09372-2 - Geração de Gráfico de Cena como Tarefa Proxy para Detecção de Material de Abuso Sexual Infantil, BP.IC
• Assunto(s): Aprendizagem profunda Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Child Sexual Abuse Material | Deep Learning | Open-vocabulary | Scene Graph Generation | Aprendizado de Máquina

Resumo

Os materiais de abuso sexual infantil (CSAM) atingiram proporções alarmantes na era digital. De acordo com a CyberTipline do Centro Nacional para Crianças Desaparecidas e Exploradas, mais de 36 milhões de denúncias de suspeita de CSAM foram recebidas em 2023, estabelecendo um recorde anual. A disponibilidade e o compartilhamento desse conteúdo nocivo online não apenas agravam o trauma infligido às vítimas, mas também sobrecarregam significativamente os agentes da lei, que precisam inspecionar manualmente milhares de arquivos, resultando em desgaste emocional. Diante disso, há uma necessidade premente de ferramentas automatizadas confiáveis que possam lidar com esse tipo de material de forma segura e eficiente. Nosso objetivo é projetar, desenvolver e implementar uma solução baseada em aprendizado de máquina para detectar CSAM, apoiando automaticamente a análise forense. Este projeto de pesquisa de graduação, relacionado ao estágio de pesquisa no exterior através do programa "Bolsa Estágio de Pesquisa no Exterior" (BEPE) da FAPESP, investiga como o reconhecimento e a representação de cenas podem ser explorados para a detecção de CSAM, respeitando as limitações de trabalhar com esse tipo de material (ou seja, regimes de poucos dados e testes restritos). Pretendemos explorar como empregar técnicas de aprendizado de máquina para Geração de Grafos de Cena (SGG) a fim de criar representações de cena úteis para a tarefa de detecção de CSAM. Mais especificamente, ao incorporar a emergente tarefa de SGG com Vocabulário Aberto, buscamos aprimorar a capacidade do modelo de lidar com cenários diversos e inéditos, abrindo caminho para soluções de detecção de CSAM mais robustas e escaláveis.