Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Herramienta para la detección de contenido sexual en imágenes en dispositivos móviles iOS

Loading...
Thumbnail Image

Official URL

Full text at PDC

Publication date

2024

Advisors (or tutors)

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Citations
Google Scholar

Citation

Abstract

Este trabajo se enfoca en el diseño y optimización de un modelo de aprendizaje profundo para la detección de imágenes con contenido explicito, integrado en una aplicación para dispositivos IOS. Esto ha sido posible gracias al uso de técnicas innovadoras desarrolladas en los últimos años en el área de aprendizaje profundo, como EfficientNet. Este proyecto busca contribuir a la creación de una herramienta eficaz que ayude a que los menores disfruten de los móviles de forma segura. El trabajo recoge desde los más simples conceptos teóricos relacionados con los algoritmos de clasificación de imágenes, hasta la implementación práctica y evaluación del modelo propuesto, sin dejar de lado la explicación de arquitecturas y técnicas similares también utilizadas en el área. Los resultados nos muestran que el modelo propuesto ofrece una precisión elevada por lo que es viable para mejorar la seguridad en el uso de dispositivos móviles, en nuestro caso Iphones, para menores y proponiendo líneas futuras de investigación para la continua mejora del control parental.

Research Projects

Organizational Units

Journal Issue

Description

This report focuses on the design and optimization of a deep learning model for the detection of images with explicit content integrated into an application for IOS devices. This has been made possible through the use of innovative techniques developed in recent years in the area of deep learning such as EfficientNet. This project seeks to contribute to the creation of an effective tool that ensures minors can enjoy mobile phones safely. The documentation of the process collects from the most simple theoretical concepts related to image classification algorithms to the practical implementation and evaluation of the proposed model, without overlooking the explanation of similar architectures and techniques also used in the area. The results show us that the proposed model offers high precision, so it is useful to improve safety in the use of IOS mobile devices, and it proposes future research for developing new ways of parental control.

Keywords