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

dc.contributor.advisorGarcía Villalba, Luis Javier
dc.contributor.authorRuano Crespo, Martín
dc.contributor.authorPérez Arteaga, Sandra
dc.date.accessioned2024-11-06T15:53:57Z
dc.date.available2024-11-06T15:53:57Z
dc.date.issued2024
dc.degree.titleGrado en Ingeniería de Computadores
dc.descriptionThis 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.
dc.description.abstractEste 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.
dc.description.departmentDepto. de Ingeniería de Software e Inteligencia Artificial (ISIA)
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/110125
dc.language.isospa
dc.page.total71
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu004(043.3)
dc.subject.keywordDeep learning model
dc.subject.keywordMobile devices
dc.subject.keywordIOS
dc.subject.keywordEfficientNet
dc.subject.keywordImage classification
dc.subject.keywordModelo aprendizaje profundo
dc.subject.keywordDispositivos móviles
dc.subject.keywordClasificación de imágenes.
dc.subject.ucmInformática (Informática)
dc.subject.unesco33 Ciencias Tecnológicas
dc.titleHerramienta para la detección de contenido sexual en imágenes en dispositivos móviles iOS
dc.title.alternativeTool for the detection of sexual content in images on mobile devices iOS
dc.typebachelor thesis
dc.type.hasVersionAM
dspace.entity.typePublication
relation.isAdvisorOfPublication0f67f6b3-4d2f-4545-90e1-95b8d9f3e1f0
relation.isAdvisorOfPublication.latestForDiscovery0f67f6b3-4d2f-4545-90e1-95b8d9f3e1f0
relation.isAuthorOfPublicationb86e9167-5069-4838-86e6-a55613a5da72
relation.isAuthorOfPublication.latestForDiscoveryb86e9167-5069-4838-86e6-a55613a5da72

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Herramienta_para_la_detección.pdf
Size:
7.02 MB
Format:
Adobe Portable Document Format