基本信息:
- 专利标题： 基于时空特征的社交网络深度伪造视频检测方法及系统
- 申请号：CN202311436902.5 申请日：2023-10-31
- 公开(公告)号：CN117523439A 公开(公告)日：2024-02-06
- 发明人： 孙钦东 , 王艳 , 欧家欣 , 王伟 , 刘雁孝
- 申请人： 西安理工大学
- 申请人地址： 陕西省西安市碑林区金花南路5号
- 专利权人： 西安理工大学
- 当前专利权人： 西安理工大学
- 当前专利权人地址： 陕西省西安市碑林区金花南路5号
- 代理机构： 西安通大专利代理有限责任公司
- 代理人： 李鹏威
- 主分类号： G06V20/40
- IPC分类号： G06V20/40 ; G06V20/00 ; G06V40/16 ; G06V40/40 ; G06V10/30 ; G06V10/36 ; G06V10/42 ; G06V10/44 ; G06V10/62 ; G06V10/764 ; G06V10/80 ; G06V10/82 ; G06N3/0442 ; G06N3/045 ; G06N3/0464 ; G06N3/084
摘要：
本发明公开了一种基于时空特征的社交网络深度伪造视频检测方法及系统，通过提取待识别视频中的人脸序列，将提取的人脸序列经过自适应频域感知机制进行滤波以去除深度伪造视频中的压缩噪声。从空域与时序角度探索视频的深度伪造特征的局部与全局自相关性。采用融合渐进式注意力机制的EfficientNet‑B4提取细粒度的空域局部深度伪造特征自相关性。结合LSTM时序网络提取深度伪造特征的全局自相关性。依据空域与时序自相关性判别结果获取视频真伪。本发明自适应频域感知滤波器去除深度伪造检测中压缩操作的干扰性，减少了社交网络中视频压缩技术对深度伪造视频检测造成的影响，增强提取的深度伪造特征，解决了压缩深度伪造视频检测率低、鲁棒性差、泛化能力弱的问题。