[發(fā)明專利]篡改視頻檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010111043.2
• 申請(qǐng)日: 2020-02-24
• 公開（公告）號(hào): CN111353399A
• 公開（公告）日: 2020-06-30
• 發(fā)明（設(shè)計(jì)）人: 毛震東;張勇東;王凱
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京凱特來(lái)知識(shí)產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;鄭哲

本發(fā)明公開了一種篡改視頻檢測(cè)方法，包括：對(duì)待檢測(cè)視頻進(jìn)行分幀操作，并從分幀操作得到的連續(xù)視頻幀中提取人臉區(qū)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(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，來(lái)提取反映人臉區(qū)域的空間不連續(xù)特性的特征；將卷積神經(jīng)網(wǎng)絡(luò)提取到的特征輸入至能夠捕捉時(shí)間特性的長(zhǎng)短期記憶網(wǎng)絡(luò)模型中，輸出的人臉圖像的時(shí)空特征通過(guò)softmax層來(lái)計(jì)算待檢測(cè)視頻是否被篡改，得到真實(shí)和篡改兩個(gè)類別的概率。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)空間安全技術(shù)領(lǐng)域，尤其涉及一種篡改視頻檢測(cè)方法。

背景技術(shù)

隨著深度學(xué)習(xí)技術(shù)快速發(fā)展，越來(lái)越多的人可以利用基于機(jī)器學(xué)習(xí)的軟件工具輕松篡改視頻人臉，圖像造假代價(jià)小，影響大，很容易造成不可預(yù)估的后果。這些逼真的虛假視頻可能會(huì)制造恐慌和政治困境，虛假信息故意制造謊言然后在真相的掩護(hù)下傳播，這勢(shì)必將造成假新聞的泛濫和社會(huì)的恐慌，虛假視頻的過(guò)度傳播將會(huì)威脅群眾對(duì)客觀現(xiàn)實(shí)的信心。作為新興的網(wǎng)絡(luò)安全威脅載體，虛假視頻因其獨(dú)特的存在形式更容易讓群眾相信，因此一旦廣泛傳播則造成的后果更加嚴(yán)重。隨著視頻造假技術(shù)的不斷發(fā)展，更加逼真的deepfake視頻，對(duì)社會(huì)安定構(gòu)成了極大的挑戰(zhàn)。

虛假視頻的泛濫以及各種不可預(yù)估的后果，也引導(dǎo)了許多鑒別這些虛假視頻的技術(shù)方法的誕生和發(fā)展。根據(jù)人體的生理特性很難被模仿的特點(diǎn)，提出基于人物眼睛眨眼頻率的檢測(cè)進(jìn)而發(fā)展到根據(jù)人物在說(shuō)話時(shí)唇形的動(dòng)作瑕疵明顯，進(jìn)一步提出的根據(jù)“軟性生物識(shí)別”標(biāo)簽，即人們?cè)谡f(shuō)話時(shí)產(chǎn)生的頭、手、眼睛和唇形等微妙變化是創(chuàng)造虛假視頻時(shí)候暫時(shí)未考慮到的元素，以及加上對(duì)視頻聲音元素的分析，在一段時(shí)間內(nèi)的確能準(zhǔn)確檢測(cè)出虛假視頻，但是隨著造假技術(shù)發(fā)展迅猛這些方法顯然已經(jīng)難以滿足要求。傳統(tǒng)的基于圖像的檢測(cè)模型例如VGG網(wǎng)絡(luò)、facenet算法、以及結(jié)合圖像質(zhì)量檢測(cè)和支持向量機(jī)的技術(shù)錯(cuò)誤率極高，遠(yuǎn)遠(yuǎn)達(dá)不到實(shí)際應(yīng)用的要求。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種篡改視頻檢測(cè)方法，具有較高的檢測(cè)準(zhǔn)確度。

本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種篡改視頻檢測(cè)方法，包括：

對(duì)待檢測(cè)視頻進(jìn)行分幀操作，并從分幀操作得到的連續(xù)視頻幀中提取人臉區(qū)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(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，來(lái)提取反映人臉區(qū)域的空間不連續(xù)特性的特征；

將卷積神經(jīng)網(wǎng)絡(luò)提取到的特征輸入至能夠捕捉時(shí)間特性的長(zhǎng)短期記憶網(wǎng)絡(luò)模型中，輸出的人臉圖像的時(shí)空特征通過(guò)softmax層來(lái)計(jì)算待檢測(cè)視頻是否被篡改，得到真實(shí)和篡改兩個(gè)類別的概率。

由上述本發(fā)明提供的技術(shù)方案可以看出，對(duì)視頻的預(yù)處理非常簡(jiǎn)單，完全不需要人工設(shè)計(jì)和提取特征且該方法充分利用視頻幀內(nèi)空間特征以及視頻幀間的時(shí)間特征，自動(dòng)提取空間維度的視頻人臉區(qū)域不一致特征以及時(shí)間維度的視頻人臉區(qū)域不連續(xù)特征并進(jìn)行分類，可以端到端的訓(xùn)練。此外，該方法不依賴特定的人類先驗(yàn)知識(shí)，具有更好的泛化性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他附圖。

圖1為本發(fā)明實(shí)施例提供的一種篡改視頻檢測(cè)方法的模型結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。