Mostrar el registro sencillo del ítem
Ponencia
Detección de contenido sensible en audio y vídeo mediante espectrogramas y aprendizaje por transferencia
dc.contributor.editor | Varela Vaca, Ángel Jesús | es |
dc.contributor.editor | Ceballos Guerrero, Rafael | es |
dc.contributor.editor | Reina Quintero, Antonia María | es |
dc.creator | Povedano Álvarez, Daniel | es |
dc.creator | Sandoval Orozco, Ana Lucila | es |
dc.creator | García Villalba | es |
dc.date.accessioned | 2024-06-11T09:25:34Z | |
dc.date.available | 2024-06-11T09:25:34Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Povedano Álvarez, D., Sandoval Orozco, A.L. y García Villalba, (2024). Detección de contenido sensible en audio y vídeo mediante espectrogramas y aprendizaje por transferencia. En Jornadas Nacionales de Investigación en Ciberseguridad (JNIC) (9ª.2024. Sevilla) (262-269), Sevilla: Universidad de Sevilla. Escuela Técnica Superior de Ingeniería Informática. | |
dc.identifier.isbn | 978-84-09-62140-8 | es |
dc.identifier.uri | https://hdl.handle.net/11441/160309 | |
dc.description.abstract | Con la creciente proliferación del contenido multimedia en línea, surge la necesidad de garantizar la seguridad digital de los usuarios. La detección de contenido sensible en videos representa un desafío crítico para los investigadores y profesionales de la seguridad. Este artículo examina como el análisis de audio puede ser una herramienta efectiva para filtrar contenido para adultos sin sacrificar el rendimiento, lo que permite la automatización en la detección de material sensible en dispositivos digitales. Para mejorar esta capacidad, se investigaron métodos de extracción de características acústicas y se evaluaron para la detección de contenido sensible en vídeos. Utilizando una CNN pre-entrenada y utilizando espectrogramas de log Mel y aumento de datos, obtuvimos un 86,4 % de F1- measure en el conjunto de datos Pornography-2K. Finalmente, en la clasificación de vídeos completos se obtuvo un 90,4 % de F1-measure. | es |
dc.format | application/pdf | es |
dc.format.extent | 8 | es |
dc.language.iso | spa | es |
dc.publisher | Universidad de Sevilla. Escuela Técnica Superior de Ingeniería Informática | es |
dc.relation.ispartof | Jornadas Nacionales de Investigación en Ciberseguridad (JNIC) (9ª.2024. Sevilla) (2024), pp. 262-269. | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Aprendizaje profundo | es |
dc.subject | Espectrogramas de Mel | es |
dc.subject | Clasificación de vídeos | es |
dc.subject | Análisis de audio | es |
dc.title | Detección de contenido sensible en audio y vídeo mediante espectrogramas y aprendizaje por transferencia | es |
dc.type | info:eu-repo/semantics/conferenceObject | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.publication.initialPage | 262 | es |
dc.publication.endPage | 269 | es |
dc.eventtitle | Jornadas Nacionales de Investigación en Ciberseguridad (JNIC) (9ª.2024. Sevilla) | es |
dc.eventinstitution | Sevilla | es |
dc.relation.publicationplace | Sevilla | es |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
JNIC24_280.pdf | 1.499Mb | ![]() | Ver/ | |