[发明专利]一种虚假视频的检测方法及系统

权利要求书

1.一种虚假视频的检测方法，其特征在于，所述方法，包括：

获取待检测视频；

对所述待检测视频进行帧提取处理，得到多张待检测视频帧；

将多张所述待检测视频帧均输入虚假视频检测模型中，得到视频检测结果；所述虚假视频检测模型包括虚假图像检测子模型和扰动检测子模型；所述虚假图像检测子模型和扰动检测子模型是利用扰动处理后的虚假视频训练集分别对第一卷积神经网络和第二卷积神经网络进行训练得到的。

2.根据权利要求1所述的虚假视频的检测方法，其特征在于，在所述获取待检测视频之前，还包括：

获取虚假视频训练集；

对所述虚假视频训练集中的虚假视频和真实视频均进行帧提取处理，得到多张虚假视频训练帧和多张真实视频训练帧；

分别在多张所述虚假视频训练帧中的虚假区域添加扰动，得到多张局部扰动图片；

利用多张所述真实视频训练帧、多张所述虚假视频训练帧和多张所述局部扰动图片，对第一卷积神经网络和第二卷积神经网络进行训练，得到所述虚假视频检测模型。

3.根据权利要求2所述的虚假视频的检测方法，其特征在于，所述分别在多张所述虚假视频训练帧中的虚假区域添加扰动，得到多张局部扰动图片，具体包括：

分别提取多张所述虚假视频训练帧的虚假区域，得到多张虚假区域图片；

利用快速梯度符号法对每张所述虚假区域图片均进行扰动处理，得到多张扰动后的虚假区域图片；

将每张所述虚假视频训练帧中的虚假区域替换为扰动后的虚假区域图片，得到多张局部扰动图片。

4.根据权利要求2所述的虚假视频的检测方法，其特征在于，所述利用多张所述真实视频训练帧、多张所述虚假视频训练帧和多张所述局部扰动图片，对第一卷积神经网络和第二卷积神经网络进行训练，得到所述虚假视频检测模型，具体包括：

以多张所述真实视频训练帧和多张所述虚假视频训练帧为输入，以所述真实视频训练帧和所述虚假视频训练帧对应的视频真假为输出，对所述第一卷积神经网络进行训练，得到所述虚假图像检测子模型；

以多张所述真实视频训练帧和多张所述局部扰动图片作为输入，以所述真实视频训练帧和所述局部扰动图片是否含有扰动为输出，对所述第二卷积神经网络进行训练，得到所述扰动检测子模型。

5.根据权利要求1所述的虚假视频的检测方法，其特征在于，所述将多张所述待检测视频帧均输入虚假视频检测模型中，得到视频检测结果，具体包括：

将多张所述待检测视频帧均输入所述虚假图像检测子模型中，得到真实视频帧和虚假视频帧；

将所述真实视频帧输入所述扰动检测子模型中，得到含有扰动的真实视频帧和不含扰动的真实视频帧；

将虚假视频帧、以及含有扰动的真实视频帧在所述待检测视频中对应的部分确定为虚假视频部分；

将不含扰动的真实视频帧在所述待检测视频中对应的部分确定为真实视频部分。

6.一种虚假视频的检测系统，其特征在于，所述系统，包括：

待检测视频获取模块，用于获取待检测视频；

待检测视频帧提取模块，用于对所述待检测视频进行帧提取处理，得到多张待检测视频帧；

视频识别模块，用于将多张所述待检测视频帧均输入虚假视频检测模型中，得到视频检测结果；所述虚假视频检测模型包括虚假图像检测子模型和扰动检测子模型；所述虚假图像检测子模型和扰动检测子模型是利用扰动处理后的虚假视频训练集分别对第一卷积神经网络和第二卷积神经网络进行训练得到的。