[发明专利]视频信息的处理方法、装置、电子设备和介质

说明书

本公开提供了一种视频信息的处理方法、一种用于鉴别伪造图像的神经网络模型的训练方法、装置、电子设备和介质，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于人脸识别、人脸检测等场景。实现方案为：对包括第一视频帧序列的待检测视频进行采样，以获取包括多个视频帧的第二视频帧序列；确定第二视频帧序列中的伪造视频帧；以及响应于确定第二视频帧序列中的第一视频帧为伪造视频帧，基于第一视频帧以及在第二视频帧序列中与第一视频帧相邻的第二视频帧，在第一视频帧序列中确定待检测视频中的伪造片段。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于人脸识别、人脸检测等场景，具体涉及一种视频信息的处理方法、一种用于鉴别伪造图像的神经网络模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

图像识别是人工智能领域的一种图像处理任务，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。随着人工智能算法的不断演进，出现了利用人工智能伪造的图像和视频，因此，存在对伪造视频的鉴别和进一步分析处理的需求。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种视频信息的处理方法、一种用于鉴别伪造图像的神经网络模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种视频信息的处理方法。该方法包括：对包括第一视频帧序列的待检测视频进行采样，以获取包括多个视频帧的第二视频帧序列；确定第二视频帧序列中的伪造视频帧；以及响应于确定第二视频帧序列中的第一视频帧为伪造视频帧，基于第一视频帧以及在第二视频帧序列中与第一视频帧相邻的第二视频帧，在第一视频帧序列中确定待检测视频中的伪造片段。

根据本公开的另一方面，提供了一种用于鉴别伪造图像的神经网络模型的训练方法。神经网络模型包括图像分类网络和语义分割子网络。该方法包括：获取样本图像和样本图像的真实分类标签，其中，样本图像中包括人物面部图像；将样本图像输入语义分割子网络，以获取语义分割子网络输出的样本图像中的人物面部轮廓分割特征；基于人物面部轮廓分割特征计算第一损失值；将样本图像和人物面部轮廓分割特征输入图像分类网络，以获取图像分类网络输出的样本图像的预测分类标签；基于预测分类标签和真实分类标签，计算第二损失值；以及至少基于第一损失值和第二损失值，调整神经网络模型的参数。

根据本公开的另一方面，提供了一种视频信息的处理装置。该装置包括：采样单元，采样单元被配置为对包括第一视频帧序列的待检测视频进行采样，以获取包括多个视频帧的第二视频帧序列；第一确定单元，第一确定单元被配置为确定第二视频帧序列中的伪造视频帧；以及第二确定单元，第二确定单元被配置为响应于确定第二视频帧序列中的第一视频帧为伪造视频帧，基于第一视频帧以及在第二视频帧序列中与第一视频帧相邻的第二视频帧，在第一视频帧序列中确定待检测视频中的伪造片段。