http://repositorio.usfq.edu.ec/handle/23000/11974
Tipo de material: | bachelorThesis |
Título : | Comparison quality and performance of reenactment deepfakes models |
Autor : | Villarreal Pereira, Gisell Anahis |
Director de Tesis : | Riofrío, Daniel, dir. |
Descriptores : | Redes neuronales (Computadores) - Tesis y disertaciones académicas;Aprendizaje automático (Inteligencia artificial) |
Fecha de publicación : | 23-dic-2022 |
Editorial : | Quito |
Citación : | Tesis (Ingeniera en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2022 |
Páginas : | 35 p. |
Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
Resumen : | Los algoritmos de aprendizaje profundo han avanzado debido a los rápidos avances tecnológicos y al aumento dramático en el almacenamiento a gran escala de bases de datos públicas. El contenido de Deepfake ha evolucionado mejorando las técnicas utilizadas en la visión de procesamiento de computadoras, el lenguaje natural y la detección de imágenes. Muchos profundos manipulan los datos y generan contenido falso, influyendo e impactando a la sociedad de manera positiva y negativa... |
Descripción : | Deep learning algorithms have advanced due to rapid technological breakthroughs and the dramatic increase in the large-scale storage of public databases. Deepfake content has evolved by improving the techniques used in computer processing vision, natural language, and image detection. Many deepfakes tamper with data and generate fake content, influencing and impacting society positively and negatively... |
URI : | http://repositorio.usfq.edu.ec/handle/23000/11974 |
Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
139416.pdf | Texto completo | 960.15 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons