A Face Spoof Detection in Artificial Neural Networks Using Concepts of Machine Learning

Perfil y motivaciones para el uso de la IA en el alumnado de publicidad y RR.PP. en la Universidad de Valladolid

“…En disciplinas como la Medicina (Palacio, 2021;Paladino, 2023), la Biología (Solís-Sánchez et al, 2023) o la Robótica (Vallés-Peris, 2021), entre otras, observamos que la resolución de interrogantes éticos está ya en el debate, pero el desconocimiento y la continua actualización de nuevas aplicaciones son elementos que juegan en contra de la estabilización de un reglamento que se consolide a largo plazo, lo que implica una continua vigilancia. En su fase más inicial del uso de la IA por parte de los ciudadanos, observamos que ya surgen conflictos motivados por la publicación de contenidos que generan desinformación (Paschen, 2020), suplantación de identidad y de voz (Rani et al, 2022), fotografías difíciles de discernir si son reales o fruto de una aplicación (Kaplan, 2020), imágenes de carácter íntimo en las que están implicados menores (Parnell et al, 2020) y que, al amplificarse y convertirse en noticia en los medios de comunicación, causan revuelo, indignación y la duda -lógica-sobre si la sociedad está preparada para asimilar la parte relacionada con el consumo de contenidos que tienen su origen en la IA, pero que no están identificados como tales.…”

Deep Learning Based Multi Pose Human Face Matching System

“…Upon completion of the retraining process, the material can be evaluated using images. This process began with the dataset collection in 2019, as outlined in [41]. The collection comprised around 150,000 captioned features across a frequency range and profile trait filtration, along with 3,892 augmented raw snapshots used to establish fake and genuine face detection.…”