Reconstrução de Florestas Filogenéticas Multimídia: Recuperação de relações de ancestralidade de Imagens, Vídeos e Documentos de Texto

Resumo

Atualmente existem inúmeros casos de mídias digitais adulteradas, retratando eventos que não aconteceram exatamente da forma como foram divulgados, com pequenos retoques, inclusão ou remoção de conteúdo, entre outros tipos de operações. Mesmo que essas modificações tenham sido realizadas apenas para fins de entretenimento ou ainda para forjar evidências digitais em investigações criminais, é inegável a crescente importância de pesquisas na área de multimídia forense. Em alguns casos, a simples verificação se um documento é uma cópia de outra é insuficiente; muitas vezes também é importante conhecer seu histórico de modificações, uma vez que este tipo de informação pode fornecer pistas sobre o criador original do documento e uma melhor compreensão de como seu conteúdo foi modificado ao longo do tempo. A partir desta demanda, uma nova área de pesquisa chamada filogenia multimídia surgiu, objetivando investigar métodos para inferir as relações entre objetos que pertencem à mesma população. Essas relações, representadas por meio de grafos acíclicos orientados, assemelham-se às árvores filogenéticas utilizadas na Biologia, sendo uma forma conveniente de descrever a ordem e a cadeia de transformações usadas para criar o documento em questão. Neste projeto de pesquisa, pretendemos ampliar o atual estado da arte de algoritmos de filogenia multimídia, almejando melhorar a sua robustez e expandi-los do domínio da imagem para vídeos e texto. Como primeiro passo, iremos focar em melhorar o cálculo da dissimilaridade entre os objetos relacionados, seguido de novas abordagens para a reconstrução de florestas filogenéticas. Nesse caso, tem-se vários objetos com conteúdo semântico similar, mas que podem não estar diretamente relacionados entre si, sendo necessário colocá-los corretamente em diferentes árvores de processamento. Além disso, uma vez que a maioria das abordagens desenvolvidas até agora são aplicadas principalmente para imagens, novos métodos precisam ser implementados para atender as particularidades de vídeos e, em especial, documentos de texto, um tipo de mídia menos explorado e com propriedades muito diferentes das encontradas em imagens e vídeos. Outras contribuições incluem a criação de novos conjuntos de teste e desenvolvimento de novas métricas de avaliação quando necessário.