DeepSafe – Projeto de Pesquisa em Autenticação de Vídeos em Ambientes Móveis

Postado 8 de janeiro de 2026 em UFAM, Projeto Amazonas por Damilly Gomes

O projeto DeepSafe desenvolve uma solução de IA baseada em Deep Learning para autenticação de vídeos e detecção de deepfakes em dispositivos móveis. Diante dos riscos da manipulação digital, a proposta foca em modelos robustos que analisam padrões espaciais e temporais de forma eficiente para hardware limitado (restrições de memória e energia). O escopo abrange desde a revisão científica e seleção de datasets até o desenvolvimento incremental e validação experimental.

Modalidade:

Presencial

Tipo de Projeto:

Projeto de Pesquisa

Início:

01/09/2025

Término:

31/08/2026

Equipe Técnica

Professor Pesquisador

Aluno(a) Pesquisador

Linhas de Pesquisa

Visão Computacional

Segurança digital

Inteligência Artificial

Deep Learning

Equipe Técnica

Coordenador Geral

Prof. Dr. Felipe Gomes de Oliveira

Doutor em Ciência da Computação

Líderes-Técnicos:

Suporte Técnico:

Alunos-Bolsistas:

Depoimentos

Me chamo Jade Santos e faço parte do Laboratório de Visão Computacional, vinculado ao Instituto de Computação (ICOMP) da Universidade Federal do Amazonas (UFAM). Sou estudante de Mestrado em Informática, na linha de pesquisa em Inteligência Artificial e Ciências de Dados, e atualmente integro o projeto DeepSafe. Ao longo das atividades, venho me aproximando da área de detecção de deepfakes, explorando diferentes abordagens presentes na literatura e iniciando a implementação de modelos de deep learning voltados para esse desafio. Essa experiência tem ampliado minha compreensão sobre os aspectos técnicos e metodológicos envolvidos, além de reforçar a importância de desenvolver soluções capazes de identificar manipulações digitais com precisão. Acredito que o projeto contribui de forma significativa, ao mesmo tempo em que aborda um tema de grande relevância social. A detecção de deepfakes é essencial para garantir segurança e confiabilidade em ambientes digitais, e poder atuar nesse campo tem sido uma oportunidade valiosa de crescimento e aprendizado.

Jade Santos

Aluna Pesquisadora

Me chamo Felipe Martins do Nascimento, sou graduado em Licenciatura em Computação pela Universidade do Estado do Amazonas (UEA). Atualmente, sou mestrando na área de Inteligência Artificial e Ciência de Dados pelo ICOMP, instituição que me proporcionou a oportunidade de participar do projeto DeepSafe. O projeto tem como objetivo combater a disseminação de conteúdos falsos em plataformas de comunicação e entretenimento. Para isso, está sendo conduzida uma pesquisa aprofundada da literatura, analisando trabalhos e iniciativas que buscam desenvolver métodos eficazes para a detecção e mitigação desse tipo de conteúdo. A partir desse levantamento, procura-se compreender o estado da arte, analisar abordagens existentes e desenvolver novas alternativas mais eficazes para minimizar essa problemática. A participação neste projeto tem proporcionado aprendizado técnico e crescimento profissional significativos, contribuindo para o aprimoramento das minhas habilidades, além de gerar impacto relevante tanto no meio acadêmico quanto, principalmente, no contexto social. Até o momento, encontro-me na fase de estudo e consolidação da base teórica, fundamental para o desenvolvimento e implementação de uma solução eficaz.

Felipe Nascimento

Aluno Pesquisador

Resultados Esperados

Como resultados esperados, o projeto DeepSafe visa entregar uma base tecnológica sólida para autenticação de vídeos, incluindo modelos de deep learning, pipelines de processamento, critérios de avaliação e documentação técnica, criando condições para evolução futura da solução, transferência tecnológica e aplicação em contextos industriais e institucionais. Além disso, o projeto contribui para o avanço científico na área de detecção e predição de deepfakes, fortalecendo a capacidade de pesquisa, desenvolvimento e inovação no ecossistema acadêmico e industrial, envolvido para a melhoria da qualidade dos serviços de telefonia móvel.

Projeto Incentivado pela Lei de Informática nº 8.248/1991 e 8.387/1991, regulamentada pelos Decretos 10.521/2020, 10.356/2020.