Year: 2026
Type: article
Study design: Systematic Review
Abstract: Este estudo realiza uma revisão sistemática, baseada no protocolo PRISMA (Page et al, 2021), e uma análise experimental de modelos baseados em Transformers aplicados à detecção de deepfakes. O mapeamento da literatura indicou a predominância de abordagens baseadas em atenção e métodos híbridos na análise espacial, espaço-temporal e multimodal. Além disso, identificou limitações recorrentes, como a sensibilidade à compressão das mídias e a dificuldade de generalização dos modelos entre diferentes bases de dados. A partir desses achados, o trabalho estruturou uma etapa prática para comparar o desempenho de arquiteturas transformadoras selecionadas sob um protocolo experimental padronizado. Ao integrar a revisão teórica e a análise empírica, o estudo busca fornecer subsídios para o desenvolvimento de soluções mais robustas contra a desinformação digital. Palavras-chave: Deepfake Detection. Deep Learning. Inteligência Artificial. Modelos Transformadores.Revisão Sistemática. Vision Transformer. Visão Computacional.
Authors: REIS, Esther Mota, COELHO, Alex
Institution: Universidade do Tocantins
Language: Portuguese
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W7220585737
