[发明专利]视频检测方法、装置、设备及介质

权利要求书

1.一种视频检测方法，其特征在于，包括：

获取待检测的图像序列，所述图像序列包含同一视频中的至少两个视频帧；

针对所述图像序列中的每个图像，对所述图像的脸部特征进行非线性变换处理，得到所述图像对应的脸部多个区域的注意力特征；

基于各个所述图像对应的脸部多个区域的注意力特征，构建所述图像序列对应的脸部多个区域之间的时序关系特征；

基于所述时序关系特征，计算所述视频为伪造脸部的视频的概率。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测的图像序列，包括：

将所述视频划分为多个视频段；

按照预设抽帧方式，抽取每个所述视频段的关键视频帧；

按照播放时间顺序对各个所述关键视频帧进行排序，得到所述图像序列。

3.根据权利要求1所述的方法，其特征在于，所述对所述图像的脸部特征进行非线性变换处理，得到所述图像对应的脸部多个区域的注意力特征，包括：

对所述图像进行三维脸部特征提取处理，得到所述图像对应的三维脸部特征；

对所述图像对应的三维脸部特征进行三维卷积运算，得到所述图像对应的脸部多个区域的注意力权重矩阵；

基于所述图像对应的三维脸部特征和所述图像对应的脸部多个区域的注意力权重矩阵，生成所述图像对应的脸部多个区域的注意力特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述图像对应的三维脸部特征和所述图像对应的脸部多个区域的注意力权重矩阵，生成所述图像对应的脸部多个区域的注意力特征，包括：

将所述图像对应的三维脸部特征与所述图像对应的脸部多个区域的注意力权重矩阵的乘积，作为所述图像对应的脸部多个区域的注意力特征矩阵；

对所述图像对应的脸部多个区域的注意力特征矩阵的高度维度和宽度维度分别进行求和，得到求和后的注意力特征矩阵；

对所述求和后的注意力特征矩阵的长度维度进行全局平均池化，得到所述图像对应的脸部多个区域的注意力特征。

5.根据权利要求3所述的方法，其特征在于，所述对所述图像对应的三维脸部特征进行三维卷积运算，得到所述图像对应的脸部多个区域的注意力权重矩阵，包括：

基于三维注意力神经网络模型，对所述图像对应的三维脸部特征进行三维卷积运算，得到所述图像对应的脸部多个区域的注意力权重矩阵；其中，所述三维注意力神经网络模型包括三个注意力机制模块，每个所述注意力机制模块包含三维卷积层、三维批标准化层和激活层，所述三维注意力神经网络模型的损失函数包括基于时序连续性损失函数和稀疏注意力对比损失函数。

6.根据权利要求1所述的方法，其特征在于，所述基于各个所述图像对应的脸部多个区域的注意力特征，构建所述图像序列对应的脸部多个区域之间的时序关系特征，包括：

针对每个所述图像，根据所述图像对应的脸部多个区域的注意力特征，构建所述图像对应的脸部多个区域的图结构数据；

对各个所述图像对应的脸部多个区域的图结构数据进行时序关系构建处理，得到所述图像序列对应的脸部多个区域之间的时序关系特征。

7.根据权利要求6所述的方法，其特征在于，所述对各个所述图像对应的脸部多个区域的图结构数据进行时序关系构建处理，得到所述图像序列对应的脸部多个区域之间的时序关系特征，包括：

基于时序图神经网络模型，对各个所述图像对应的脸部多个区域的图结构数据进行时序关系构建处理，得到所述图像序列对应的最后一个隐含状态图；

将所述最后一个隐含状态图作为所述图像序列对应的脸部多个区域之间的时序关系特征。