Busca avançada
Ano de início
Entree


A review of deep learning-based approaches for deepfake content detection

Texto completo
Autor(es):
Passos, Leandro A. ; Jodas, Danilo ; Costa, Kelton A. P. ; Souza, Luis A. ; Rodrigues, Douglas ; Del Ser, Javier ; Camacho, David ; Papa, Joao Paulo
Número total de Autores: 8
Tipo de documento: Artigo Científico
Fonte: EXPERT SYSTEMS; v. 41, n. 8, p. 34-pg., 2024-02-22.
Resumo

Recent advancements in deep learning generative models have raised concerns as they can create highly convincing counterfeit images and videos. This poses a threat to people's integrity and can lead to social instability. To address this issue, there is a pressing need to develop new computational models that can efficiently detect forged content and alert users to potential image and video manipulations. This paper presents a comprehensive review of recent studies for deepfake content detection using deep learning-based approaches. We aim to broaden the state-of-the-art research by systematically reviewing the different categories of fake content detection. Furthermore, we report the advantages and drawbacks of the examined works, and prescribe several future directions towards the issues and shortcomings still unsolved on deepfake detection. (AU)

Processo FAPESP: 21/05516-1 - Sobre a aplicação das técnicas da Explainable Artificial Intelligence (XAI) para geração de imagens a partir de pacotes de dados para detecção de anomalias em redes de computadores
Beneficiário:Kelton Augusto Pontara da Costa
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 23/10823-6 - Estudo e Desenvolvimento de Modelos Computacionais Inteligentes Biologicamente Plausíveis
Beneficiário:Leandro Aparecido Passos Junior
Modalidade de apoio: Bolsas no Brasil - Programa Fixação de Jovens Doutores
Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 19/07665-4 - Centro de Inteligência Artificial
Beneficiário:Fabio Gagliardi Cozman
Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa em Engenharia
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs