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
 

Detección de Contenido Sexual mediante Aprendizaje Profundo y Aprendizaje por Transferencia

dc.contributor.advisorGarcía Villalba, Luis Javier
dc.contributor.advisorPovedano Álvarez, Daniel
dc.contributor.authorSanz Torres, Íñigo
dc.date.accessioned2024-07-02T15:42:40Z
dc.date.available2024-07-02T15:42:40Z
dc.date.issued2023
dc.degree.titleGrado en Ingeniería del Software
dc.descriptionTrabajo de Fin de Grado en Ingeniería del Software, Facultad de Informática UCM. Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2022/2023.
dc.description.abstractDebido a la cantidad de contenido sexual que existe en internet, es necesario un m ́método capaz de discernirlo entre el contenido seguro. Por ello, se trata de enfocar este Trabajo Fin de Grado en desarrollar una herramienta que realizará un análisis de las imágenes para la identificación automática de contenido sexual. Para comprender los métodos que se van a usar en este proyecto, se realizó una investigación sobre otras herramientas diseñadas para la detección de contenido sexual. Para la creación de esta herramienta se utilizarán técnicas de aprendizaje profundo y aprendizaje por transferencia, utilizando como base para ello el modelo de detección de contenido sexual en imágenes Open nsfw model desarrollado por Yahoo. Además, se desarrollará y limpiará un conjunto de datos formado por suficientes imágenes para el entrenamiento de modelos con este mismo objetivo.
dc.description.abstractDue to the amount of sexual content that exists on the internet, a method capable of differentiating it between safe content is necessary. Therefore, this Bachelor’s thesis will be focused on developing a tool that will analyse images automatically classify sexual content. Research was carried out on other sexual content detection tools to understand the methods that will be used on this project. To create this tool, we will use deep learning and transfer learning techniques, using as pretrained model Open nsfw model by Yahoo for sexual content classification. Finally, a data set consisting of enough images to train similar models will be developed.
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/20.500.14352/105458
dc.language.isospa
dc.page.total47
dc.rightsAttribution 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subject.cdu004(043.3)
dc.subject.keywordArtificial Intelligence
dc.subject.keywordComputer Vision
dc.subject.keywordDeep Learning
dc.subject.keywordImage Classifiction
dc.subject.keywordNeural Networks
dc.subject.keywordSexual content detection
dc.subject.keywordTransfer Learning
dc.subject.keywordAprendizaje por transferencia
dc.subject.keywordAprendizaje profundo
dc.subject.keywordClasificación de imágenes
dc.subject.keywordDetección de Contenido Sexual
dc.subject.keywordInteligencia artificial
dc.subject.keywordRedes neuronales
dc.subject.keywordVisión artificial
dc.subject.ucmInformática (Informática)
dc.subject.unesco33 Ciencias Tecnológicas
dc.titleDetección de Contenido Sexual mediante Aprendizaje Profundo y Aprendizaje por Transferencia
dc.title.alternativeSexual Content Detection through Deep Learning and Transfer Learning
dc.typebachelor thesis
dc.type.hasVersionAM
dspace.entity.typePublication
relation.isAdvisorOfPublication0f67f6b3-4d2f-4545-90e1-95b8d9f3e1f0
relation.isAdvisorOfPublicationed0ad6c0-313d-4453-a97b-4bbef9d1d551
relation.isAdvisorOfPublication.latestForDiscovery0f67f6b3-4d2f-4545-90e1-95b8d9f3e1f0

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
73094_INIGO_SANZ_TORRES_Deteccion_de_Contenido_Sexual_mediante_Aprendizaje_Profundo_y_Aprendizaje_por_Transferencia_2404368_689631174.pdf
Size:
1.35 MB
Format:
Adobe Portable Document Format