Un método de clasificación automática para la identificación de imágenes pornográficas

Trabajo de investigación

Autores:
Montoya-Pedraza, Andrea Carolina
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Católica de Colombia
Repositorio:
RIUCaC - Repositorio U. Católica
Idioma:
spa
OAI Identifier:
oai:repository.ucatolica.edu.co:10983/24971
Acceso en línea:
https://hdl.handle.net/10983/24971
Palabra clave:
PROCESAMIENTO DE IMÁGENES
ALGORITMO
INTERNET
PORNOGRAFÍA
MACHINE LEARNING
APRENDIZAJE AUTOMÁTICO
APRENDIZAJE SUPERVISADO
Rights
openAccess
License
Derechos Reservados - Universidad Católica de Colombia, 2020
id UCATOLICA2_60a54a43fc51608fe7c538055e8fce78
oai_identifier_str oai:repository.ucatolica.edu.co:10983/24971
network_acronym_str UCATOLICA2
network_name_str RIUCaC - Repositorio U. Católica
repository_id_str
dc.title.spa.fl_str_mv Un método de clasificación automática para la identificación de imágenes pornográficas
title Un método de clasificación automática para la identificación de imágenes pornográficas
spellingShingle Un método de clasificación automática para la identificación de imágenes pornográficas
PROCESAMIENTO DE IMÁGENES
ALGORITMO
INTERNET
PORNOGRAFÍA
MACHINE LEARNING
APRENDIZAJE AUTOMÁTICO
APRENDIZAJE SUPERVISADO
title_short Un método de clasificación automática para la identificación de imágenes pornográficas
title_full Un método de clasificación automática para la identificación de imágenes pornográficas
title_fullStr Un método de clasificación automática para la identificación de imágenes pornográficas
title_full_unstemmed Un método de clasificación automática para la identificación de imágenes pornográficas
title_sort Un método de clasificación automática para la identificación de imágenes pornográficas
dc.creator.fl_str_mv Montoya-Pedraza, Andrea Carolina
dc.contributor.advisor.spa.fl_str_mv Guzmán-Avendaño, Roger Enrique
dc.contributor.author.spa.fl_str_mv Montoya-Pedraza, Andrea Carolina
dc.subject.lemb.spa.fl_str_mv PROCESAMIENTO DE IMÁGENES
topic PROCESAMIENTO DE IMÁGENES
ALGORITMO
INTERNET
PORNOGRAFÍA
MACHINE LEARNING
APRENDIZAJE AUTOMÁTICO
APRENDIZAJE SUPERVISADO
dc.subject.proposal.spa.fl_str_mv ALGORITMO
INTERNET
PORNOGRAFÍA
MACHINE LEARNING
APRENDIZAJE AUTOMÁTICO
APRENDIZAJE SUPERVISADO
description Trabajo de investigación
publishDate 2020
dc.date.accessioned.spa.fl_str_mv 2020-09-10T16:16:05Z
dc.date.available.spa.fl_str_mv 2020-09-10T16:16:05Z
dc.date.issued.spa.fl_str_mv 2020
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/submittedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str submittedVersion
dc.identifier.citation.spa.fl_str_mv Montoya-Pedraza, A. C. (2020). Un método de clasificación automática para la identificación de imágenes pornográficas. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/10983/24971
identifier_str_mv Montoya-Pedraza, A. C. (2020). Un método de clasificación automática para la identificación de imágenes pornográficas. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
url https://hdl.handle.net/10983/24971
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv BASILIO, Marcial. Novedosa técnica para la detección de imágenes pornográficas empleando modelos de color HSV y YCbCr . Coyoacán, México DF. 2012.
Daniel, Víctor y Gil VERA. La adicción a la pornografía: causas y consecuencias/ The pornography addiction: causes and consequences Learning Analytics in higher education. View Project. Ingeniería de Software. 2017.
RIGAN, Ap-Apid. An Algorithm for nudity detection. Manila, Philippines. 2016.
HANI K. AL. MOHAIR, JUNITA MOHAMAD.SALEH AND SHAHREL AZMIN SUANDI. Impact of Color Space on Human Skin Color Detection Using an Intelligent System. Malaysia. 2015.
G. Yang, H. Li, L. Zhang and Y. Cao, Research on a Skin Color Detection Algorithm Based on Self-adaptive Skin Color Model, Communications and Intelligence Information Security (ICCIIS), pp.266-270, 2010.
J. Brand and J. S. Mason, A comparative assessment of three approaches to pixel-level human skin-detection, 15th International Conference on Pattern Recognition Proceedings, pp.1056-1059, 2000.
S. L. Phung, A. Bouzerdoum and D. Chai, Skin segmentation using color pixel classification: analysis and comparison, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.27, no.1, pp.148-154, 2005.
ALLIBHAI, Elijaz. Holdout vs Cross-validation in machine learning-Medium. 2018.
UNODC, United Nations Office on Drug and Crime. “Models Law Again Trafficking in Persons”. V.09-81990 (E)
INTERNATIONAL CENTRE FOR MISSING AND EXPLOITED CHILDREN. Despite Increase in Global Child Protection Laws Many Countries Still Do Not Consider Child Pornography A Crime. Alexandria, VA.
SAINT VINCENT AND THE GRENADINES CYBERCRIME BILL. 2016
WIKIMEDIA COMMONS. File: Pornography Laws.svg. 2010
MARTIN. Rules of Machine Learning: Best Practices for ML Engineering. 2019.
POLICIA DE ESPAÑA, INTERPOL Y EUROPOL. Cae red de pornografía por WhatsApp. 2019.
SKY NEWS. Rules on ‘obscene’ pornography relaxed by Crown Prosecution Service. United Kingdom. 2019.
TIMOTHY J. Puin. Sexting involving minors is a crime. OHIO STATE BAR ASSOCIATION. 2016
GOVERNMENT TECHNOLOGY. Investigation of FBI’s Child Pornography Operations Sparks Controversy Over Internet Privacy. 2016.
MINISTERIO TIC. Ley 779 de 2001. Fuente: https://www.mintic.gov.co/portal/604/articles-3685_documento.pdf
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Católica de Colombia, 2020
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Derechos Reservados - Universidad Católica de Colombia, 2020
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas y Computación
institution Universidad Católica de Colombia
bitstream.url.fl_str_mv https://repository.ucatolica.edu.co/bitstreams/62f4471e-a11a-42b1-87e6-84693e684095/download
https://repository.ucatolica.edu.co/bitstreams/baaa95da-2423-45a6-9324-eb10b6274e2a/download
https://repository.ucatolica.edu.co/bitstreams/a3f705fc-11ab-4a75-b54e-653c356095cc/download
https://repository.ucatolica.edu.co/bitstreams/50c62e13-a4a3-480e-ba98-1a2939055c08/download
https://repository.ucatolica.edu.co/bitstreams/c99b730f-6da4-4c2c-acc1-f740a4a5f9bc/download
https://repository.ucatolica.edu.co/bitstreams/5b9945d7-5c18-4534-b155-2ce39ae27c55/download
bitstream.checksum.fl_str_mv 9c0d090b660cf185f00fa44591322e16
0ff17f4631f7feeb13d4275af257f4e1
b06c159379d03c49f1b34af5efa7fe6e
53a3c376161ad00bd98cfa338e794659
73474853c4f53b1ccf324cfe76f1ba69
8e61756df2b362b2b649469c3a60d445
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Católica de Colombia - RIUCaC
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814256233537863680
spelling Guzmán-Avendaño, Roger Enriquedc5ef683-0f72-499f-a58c-6325098b9650-1Montoya-Pedraza, Andrea Carolina7655c02d-87b6-4eb6-a78a-ddce7560dc92-12020-09-10T16:16:05Z2020-09-10T16:16:05Z2020Trabajo de investigaciónEl avance de las tecnologías e implementación de nuevas plataformas de comunicación o de mensajería instantánea como Twitter, Facebook, Snapchat, WhatsApp entre otras; conocidas como aplicaciones móviles (Apps) y fácilmente adquiridas por cualquier persona con acceso a internet, han repercutido sustancialmente en el sano desarrollo de los niños(as) y jóvenes. Teniendo en cuenta que los sistemas informáticos ayudan en esta problemática, se busca dar solución utilizando aprendizaje de máquina que usa algoritmos para la detección de imágenes. Para tener éxito es necesario aplicar métodos de preprocesamiento, selección y segmentación de imágenes que ayudan a detectar características posteriormente representarlas computacionalmente y luego aplicando modelos de clasificación poder determinar si la imagen es pornográfica o no.PregradoIngeniero de Sistemas1. INTRODUCCIÓN 2. ANTECEDENTES 3. PLANTEAMIENTO DEL PROBLEMA 4. OBJETIVOS 5. JUSTIFICACIÓN 6. DELIMITACIÓN 7. MARCO REFERENCIAL 8 METODOLOGÍA 9 DISEÑO METODOLÓGICO 10 INSTALACIONES Y EQUIPO REQUERIDO 11 ESTRATEGIAS DE COMUNICACIÓN Y DIVULGACIÓN 12 DISCUSIÓN / RESULTADOS 13 CONCLUSIONES 14 RECOMENDACIONES 15 BIBLIOGRAFÍAapplication/pdfMontoya-Pedraza, A. C. (2020). Un método de clasificación automática para la identificación de imágenes pornográficas. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiahttps://hdl.handle.net/10983/24971spaFacultad de IngenieríaIngeniería de Sistemas y ComputaciónBASILIO, Marcial. Novedosa técnica para la detección de imágenes pornográficas empleando modelos de color HSV y YCbCr . Coyoacán, México DF. 2012.Daniel, Víctor y Gil VERA. La adicción a la pornografía: causas y consecuencias/ The pornography addiction: causes and consequences Learning Analytics in higher education. View Project. Ingeniería de Software. 2017.RIGAN, Ap-Apid. An Algorithm for nudity detection. Manila, Philippines. 2016.HANI K. AL. MOHAIR, JUNITA MOHAMAD.SALEH AND SHAHREL AZMIN SUANDI. Impact of Color Space on Human Skin Color Detection Using an Intelligent System. Malaysia. 2015.G. Yang, H. Li, L. Zhang and Y. Cao, Research on a Skin Color Detection Algorithm Based on Self-adaptive Skin Color Model, Communications and Intelligence Information Security (ICCIIS), pp.266-270, 2010.J. Brand and J. S. Mason, A comparative assessment of three approaches to pixel-level human skin-detection, 15th International Conference on Pattern Recognition Proceedings, pp.1056-1059, 2000.S. L. Phung, A. Bouzerdoum and D. Chai, Skin segmentation using color pixel classification: analysis and comparison, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.27, no.1, pp.148-154, 2005.ALLIBHAI, Elijaz. Holdout vs Cross-validation in machine learning-Medium. 2018.UNODC, United Nations Office on Drug and Crime. “Models Law Again Trafficking in Persons”. V.09-81990 (E)INTERNATIONAL CENTRE FOR MISSING AND EXPLOITED CHILDREN. Despite Increase in Global Child Protection Laws Many Countries Still Do Not Consider Child Pornography A Crime. Alexandria, VA.SAINT VINCENT AND THE GRENADINES CYBERCRIME BILL. 2016WIKIMEDIA COMMONS. File: Pornography Laws.svg. 2010MARTIN. Rules of Machine Learning: Best Practices for ML Engineering. 2019.POLICIA DE ESPAÑA, INTERPOL Y EUROPOL. Cae red de pornografía por WhatsApp. 2019.SKY NEWS. Rules on ‘obscene’ pornography relaxed by Crown Prosecution Service. United Kingdom. 2019.TIMOTHY J. Puin. Sexting involving minors is a crime. OHIO STATE BAR ASSOCIATION. 2016GOVERNMENT TECHNOLOGY. Investigation of FBI’s Child Pornography Operations Sparks Controversy Over Internet Privacy. 2016.MINISTERIO TIC. Ley 779 de 2001. Fuente: https://www.mintic.gov.co/portal/604/articles-3685_documento.pdfDerechos Reservados - Universidad Católica de Colombia, 2020info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2PROCESAMIENTO DE IMÁGENESALGORITMOINTERNETPORNOGRAFÍAMACHINE LEARNINGAPRENDIZAJE AUTOMÁTICOAPRENDIZAJE SUPERVISADOUn método de clasificación automática para la identificación de imágenes pornográficasTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdfUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdfapplication/pdf2245672https://repository.ucatolica.edu.co/bitstreams/62f4471e-a11a-42b1-87e6-84693e684095/download9c0d090b660cf185f00fa44591322e16MD51resumen-analitico-en-educacion (1).pdfresumen-analitico-en-educacion (1).pdfapplication/pdf106868https://repository.ucatolica.edu.co/bitstreams/baaa95da-2423-45a6-9324-eb10b6274e2a/download0ff17f4631f7feeb13d4275af257f4e1MD52TEXTUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdf.txtUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdf.txtExtracted texttext/plain91554https://repository.ucatolica.edu.co/bitstreams/a3f705fc-11ab-4a75-b54e-653c356095cc/downloadb06c159379d03c49f1b34af5efa7fe6eMD53resumen-analitico-en-educacion (1).pdf.txtresumen-analitico-en-educacion (1).pdf.txtExtracted texttext/plain7458https://repository.ucatolica.edu.co/bitstreams/50c62e13-a4a3-480e-ba98-1a2939055c08/download53a3c376161ad00bd98cfa338e794659MD55THUMBNAILUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdf.jpgUN MÉTODO DE CLASIFICACIÓN AUTOMÁTICA PARA LA DETECCIÓN DE IMÁGENES PORNOGRÁFICAS_624807.pdf.jpgRIUCACimage/jpeg9731https://repository.ucatolica.edu.co/bitstreams/c99b730f-6da4-4c2c-acc1-f740a4a5f9bc/download73474853c4f53b1ccf324cfe76f1ba69MD54resumen-analitico-en-educacion (1).pdf.jpgresumen-analitico-en-educacion (1).pdf.jpgRIUCACimage/jpeg19025https://repository.ucatolica.edu.co/bitstreams/5b9945d7-5c18-4534-b155-2ce39ae27c55/download8e61756df2b362b2b649469c3a60d445MD5610983/24971oai:repository.ucatolica.edu.co:10983/249712023-03-24 15:13:13.362https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad Católica de Colombia, 2020https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com