[发明专利]一种基于双流神经网络的人脸伪造视频检测方法

权利要求书

1.基于双流神经网络的人脸伪造视频检测方法，其特征在于，包括步骤：

对收集到的待处理视频预处理；

对预处理后视频进行人脸检测、跟踪、识别，存储检测出的人脸，使同一人脸在时序上形成连贯性；

将时序连贯的人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果。

2.根据权利要求1或2所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，在检测到有多个不同的人脸时，还包括以下步骤：

利用人脸识别技术将不同人脸识别出来后分别存储，并使不同人脸在时序上各自形成连贯性，然后将时序连贯的不同序列的分别人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果。

3.根据权利要求1或2所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述3D卷积搜索网络进行真伪人脸检测并输出结果后，还包括步骤：

对检测到的伪造人脸进行真伪标注后在初始视频序列中输出展示。

4.根据权利要求3所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，对检测到的伪造人脸进行真伪标注后在初始视频序列中输出展示时，还包括对检测到的伪造人脸的伪造区域进行可视化显示。

5.根据权利要求1所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述对收集到的待处理视频预处理包括采用视频时长过滤器、视频尺寸过滤器以及视频清晰度过滤顺对待处理视频过滤处理，使预处理后视频在时长、尺寸以及清晰度上符合预定阈值。

6.根据权利要求1所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述的3D卷积搜索网络中进行真伪人脸检测时，采用以下步骤：

给定一个搜索空间的候选神经网络结构的参数集合，首先对某一参数进行搜索，得到该参数的最优值，然后再对其它参数依次分别进行搜索，得出各个参数的最优值，最终组合为所需的神经网络模型。

7.根据权利要求6所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述参数集合包括卷积核大小、卷积连接方式、卷积核数量、网络层数、输入尺寸、输入采样率、输入时长。

8.根据权利要求7所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，通过预置的搜索参数对各个参数进行搜索，得各个参数的最优值，并对搜索参数的搜索范围进行约束以提高搜索效率。

9.根据权利要求1所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述人脸检测采用MTCNN或RetinaFace算法进行人脸检测。

10.根据权利要求1所述基于双流神经网络的人脸伪造视频检测方法，其特征在于，所述人脸跟踪是对检测出的人脸通过人脸检测框进行跟踪，在人脸检测框内通过人脸识别技术识别出不同人脸。