[發明專利]篡改視頻檢測方法

在審

• 申請號: 202010111043.2
• 申請日: 2020-02-24
• 公開（公告）號: CN111353399A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 毛震東;張勇東;王凱
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;鄭哲

1.一種篡改視頻檢測方法，其特征在于，包括：

對待檢測視頻進行分幀操作，并從分幀操作得到的連續視頻幀中提取人臉區域，從而得到每一視頻幀中的人臉圖像；

將提取到的人臉圖像輸入至預訓練卷積神經網絡模型，來提取反映人臉區域的空間不連續特性的特征；

將卷積神經網絡提取到的特征輸入至能夠捕捉時間特性的長短期記憶網絡模型中，輸出的人臉圖像的時空特征通過softmax層來計算待檢測視頻是否被篡改，得到真實和篡改兩個類別的概率。

2.根據權利要求1所述的一種篡改視頻檢測方法，其特征在于，所述分幀操作通過ffmpeg實現，所提取的人臉區域為包含人臉的指定倍數范圍的區域，再進行人臉對齊，得到對應的人臉圖像。

3.根據權利要求1所述的一種篡改視頻檢測方法，其特征在于，所述預訓練卷積神經網絡模型包括：在Imagenet分類任務上的預訓練卷積神經網絡模型Xception，所述Xception能夠將通道關系映射和空間關系映射完全解耦，Xception使用了多個深度可分離卷積結構構成特征提取器，特征提取器內的深度可分離卷積結構使用殘差連接，從而能夠捕捉人臉區域的空間不連續特性的特征，Xception最后池化層輸出的特征將輸入至長短期記憶網絡模型。

4.根據權利要求1所述的一種篡改視頻檢測方法，其特征在于，長短期記憶網絡模型輸出的時空特征經全連接層輸入至softmax層；長短期記憶網絡模型、全連接層和softmax層，一并構成了視頻檢測單元；視頻檢測單元的損失函數采用交叉熵損失函數。