Detectando Deepfakes em vídeos: Uma abordagem simples e eficiente utilizando Redes Neurais Residuais Profundas

Abstrak

A proliferação de deepfakes representa um desafio significativo com impactos negativos na sociedade. Este trabalho propõe uma abordagem eficiente para a detecção automática de deepfakes utilizando aprendizado profundo e redes neurais residuais (ResNets). Um modelo ResNet18 foi treinado de forma supervisionada com o conjunto de dados Deepfake Detection Challenge (DFDC). A metodologia incluiu pré-processamento de imagens e estratégias de treinamento como transferência de aprendizado e ajuste de pesos de classe. A avaliação demonstrou uma acurácia superior a 90% na classificação de imagens e acima de 92% na classificação de vídeos, indicando a eficácia da abordagem para aplicações reais.

Identifier

• OpenAlex: https://openalex.org/W4414227049
• DOI: https://doi.org/10.5753/semish.2025.7512