[发明专利]一种虚假视频的检测方法及系统

说明书

本发明提供了一种虚假视频的检测方法及系统，方法包括：获取待检测视频；对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；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；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。本发明通过对待检测视频进行真假检测和扰动检测，提高了虚假视频的检测精度。

技术领域

本发明涉及视频检测技术领域，特别是涉及一种虚假视频的检测方法及系统。

背景技术

近几年来，随着虚假视频生成算法飞速发展，没有任何技术背景的人通过相机等软件即可简单地完成换脸操作。使得网络上产生大量实际不存在的虚假图像和视频。当这些伪造品被用于不正当的目的时，会导致严重的安全问题。因此，虚假视频的检测技术的研究刻不容缓。

目前的虚假视频检测技术取得了一定的研究成果，大量基于卷积神经网络的模型在检测一些公开的虚假视频数据集时的检测精度接近100％。但是，卷积神经网络容易受到对抗性攻击，也就是说，一个原本训练完成的卷积神经网络模型，最初可以成功分辨出虚假视频，但是在虚假视频中添加微小的扰动，例如添加一些微小的噪声，就会导致模型同样的样本产生不同的判断，造成模型的检测性能显着下降。对抗攻击的典型解决方案是对抗训练，即在训练过程中，使用对抗攻击样本，迫使模型学习抵抗这种攻击，但这种方式由于局限于特定的攻击方式，因此极大限制了模型的鲁棒性。此外，可以使用消除噪声扰动的方法来进行消除对抗攻击。但是这种去噪方法不仅消除了对抗性扰动，同时会消除虚假视频中固有的特征，影响检测结果。

因此，亟需一种虚假视频的检测技术，能够提高虚假视频的检测精度。

发明内容

本发明的目的是提供一种虚假视频的检测方法及系统，能够提高虚假视频的检测精度。

为实现上述目的，本发明提供了如下方案：

一种虚假视频的检测方法，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。

可选的，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。

可选的，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。

可选的，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：