[发明专利]数据鉴伪方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202210029315.3 申请日: 2022-01-11
公开(公告)号: CN114359811A 公开(公告)日: 2022-04-15
发明(设计)人: 姜珊;郭知智;洪智滨;韩钧宇 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06V40/40;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 吴晓兵
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 方法 装置 电子设备 以及 存储 介质
【权利要求书】:

1.一种数据鉴伪方法,包括:

按照预定帧抽取模式,从视频数据中确定多个视频帧;

对所述多个视频帧进行鉴伪处理,确定多个初始鉴伪结果,其中,所述多个初始鉴伪结果与所述多个视频帧一一对应;以及

根据接收到的与所述视频数据相关的结果类型信息,基于所述多个初始鉴伪结果,确定与所述结果类型信息相匹配的鉴伪结果。

2.根据权利要求1所述的方法,其中,所述根据接收到的与所述视频数据相关的结果类型信息,基于所述多个初始鉴伪结果,确定与所述结果类型信息相匹配的鉴伪结果包括:

在所述结果类型信息为用于表征单个结果的结果类型信息的情况下,基于所述多个初始鉴伪结果,确定所述视频数据的单个鉴伪结果;以及

在所述结果类型信息为用于表征多个结果的结果类型信息的情况下,基于所述多个初始鉴伪结果,确定多个视频片段各自的鉴伪结果,其中,所述多个视频片段是基于预定步长,从所述视频数据中确定的,所述多个视频片段与所述多个初始鉴伪结果一一对应。

3.根据权利要求1或2所述的方法,其中,数据鉴伪模型包括依次级联的第一特征提取模块、第二特征提取模块和分类模块;

所述对所述多个视频帧进行鉴伪处理,确定多个初始鉴伪结果包括:

针对所述多个视频帧中的每个视频帧,利用所述第一特征提取模块提取所述视频帧中的特征,得到特征图;

利用所述第二特征提取模块对所述特征图进行处理,得到目标特征图;以及

利用所述分类模块处理所述目标特征图,得到与所述视频帧相对应的初始鉴伪结果。

4.根据权利要求3所述的方法,其中,所述第二特征提取模块包括级联的多个并联的基数组、图组融合单元、卷积单元和跨图组融合单元;

所述利用所述第二特征提取模块对所述特征图进行处理,得到目标特征图包括:

利用所述多个并联的基数组对所述特征图进行处理,得到多个基数组特征图;

利用所述图组融合单元对所述多个基数组特征图进行处理,得到图组融合特征图;

利用卷积单元处理所述图组融合特征图,得到卷积后图组融合特征图;以及

利用所述跨图组融合单元对所述卷积后图组融合特征图和所述特征图进行处理,得到目标特征图。

5.根据权利要求4所述的方法,其中,所述多个并联的基数组中的每个基数组包括多个并联的卷积单元组和分离注意力单元;

所述利用所述多个并联的基数组对所述特征图进行处理,得到多个基数组特征图包括:

利用多个并联的基数组对所述特征图进行拆分,得到多个小组特征图;

针对所述多个小组特征图中的每个小组特征图,利用与所述小组特征图相对应的基数组的所述多个并联的卷积单元组对所述小组特征图进行拆分,得到多个子小组特征图;

针对所述多个子小组特征图中的每个子小组特征图,利用与所述子小组特征图相对应的卷积单元组进行卷积处理,得到多个卷积后子小组特征图,其中,所述多个卷积后子小组特征图与所述多个子小组特征图一一对应;以及

利用分离注意力单元处理所述多个卷积后子小组特征图,得到所述多个基数组特征图。

6.根据权利要求1至5中任一项所述的方法,其中,所述按照预定帧抽取模式,从视频数据中确定多个视频帧包括:

按照预定步长,将所述视频数据拆分为多个视频片段;以及

按照所述预定帧抽取模式,从所述多个视频片段中的每个视频片段中确定至少一个视频帧,得到所述多个视频帧。

7.一种数据鉴伪装置,包括:

第一确定模块,用于按照预定帧抽取模式,从视频数据中确定多个视频帧;

第二确定模块,用于对所述多个视频帧进行鉴伪处理,确定多个初始鉴伪结果,其中,所述多个初始鉴伪结果与所述多个视频帧一一对应;以及

第三确定模块,用于根据接收到的与所述视频数据相关的结果类型信息,基于所述多个初始鉴伪结果,确定与所述结果类型信息相匹配的鉴伪结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210029315.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top