申请/专利权人：中邮消费金融有限公司

申请日：2023-12-27

公开（公告）日：2024-05-17

公开（公告）号：CN117690061B

主分类号：G06V20/40

分类号：G06V20/40;G06V20/52;G06V40/16;G06V40/20;G06V40/40

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明涉及视频检测技术领域，并公开了一种深度伪造视频检测方法、装置、设备及存储介质，该方法包括：对待检测视频进行人脸认证，得到人脸动作；从待检测视频中切分出与人脸动作对应的设备监控数据；对设备监控数据进行预处理，得到预处理后的设备监控数据；通过预设检测模型对预处理后的设备监控数据进行检测，并基于检测结果判断待检测视频是否为深度伪造视频，预设检测模型通过对深度神经网络模型和广义线性模型进行组合并调整后得到。本发明基于从待检测视频中切分出的设备监控数据以及由深度神经网络模型和广义线性模型进行组合调整后得到的预设检测模型对待检测视频进行检测，从而能够准确地判断出待检测视频是否为深度伪造视频。

主权项：1.一种深度伪造视频检测方法，其特征在于，所述方法包括以下步骤：对待检测视频进行人脸认证，得到人脸动作，所述人脸动作包括张嘴动作、眨眼动作、摇头动作、点头动作和静止动作；从所述待检测视频中切分出与所述人脸动作对应的设备监控数据，所述设备监控数据为所述待检测视频中做出完整人脸动作的视频段；对所述设备监控数据进行预处理，得到预处理后的设备监控数据；通过预设检测模型对所述预处理后的设备监控数据进行检测，并基于检测结果判断所述待检测视频是否为深度伪造视频，所述预设检测模型通过对深度神经网络模型和广义线性模型进行组合并调整后得到；其中，所述预处理后的设备监控数据包括预处理后的时序数据和预处理后的行为数据，所述对所述设备监控数据进行预处理，得到预处理后的设备监控数据的步骤，包括：按照固定频率和固定数量对所述设备监控数据中的时序数据进行抽帧，并对抽帧后的时序数据进行最大最小归一化处理，得到所述预处理后的时序数据；统计所述设备监控数据中行为数据的平均值与标准差，并基于所述平均值和所述标准差对所述行为数据进行标准归一化处理，得到所述预处理后的行为数据；所述通过预设检测模型对所述预处理后的设备监控数据进行检测，并基于检测结果判断所述待检测视频是否为深度伪造视频的步骤，包括：将所述预处理后的时序数据和所述预处理后的行为数据输入至预设检测模型中，得到模型输出结果；基于所述模型输出结果判断所述待检测视频是否为深度伪造视频；所述预设检测模型包括一维卷积模块、深度神经网络模型和广义线性模型，所述将所述预处理后的时序数据和所述预处理后的行为数据输入至预设检测模型中，得到模型输出结果的步骤，包括：将所述预处理后的时序数据输入至所述一维卷积模块中，输出扁平化处理数据；将所述扁平化处理数据输入至所述深度神经网络模型中，得到第一模型输出值；将所述预处理后的行为数据输入至所述深度神经网络模型中，得到第二模型输出值；将所述扁平化处理数据和所述预处理后的行为数据进行拼接后得到的拼接数据输入至所述广义线性模型中，得到第三模型输出值；将所述第一模型输出值、所述第二模型输出值和所述第三模型输出值相加，得到模型输出结果。

全文数据：

权利要求：

百度查询： 中邮消费金融有限公司 深度伪造视频检测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD