[发明专利]一种视频检测方法、装置、设备及存储介质

说明书

本公开提供了一种视频检测方法、装置、设备及存储介质，通过获取待检测视频的颜色特征序列和高频特征序列，以确定出待检测视频的融合共性特征序列，从而检测视频的真伪，不仅可以将高频特征和颜色特征进行融合，实现多域特征有效融合，以使频域信息中包含的特征信息和色域信息中的特征信息起到补充作用，从而辅助对视频的检测，而且通过共性特征序列进行视频检测，可以具有更好的鲁棒性，有效提高预测结果的鲁棒性，提高视频检测的帧间一致性。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种视频检测方法、装置、设备及存储介质。

背景技术

深度伪造篡改技术源自人工智能深度学习的伪造技术，可以实现用另一张人脸图片替换掉原始人像，其大多基于GAN算法的博弈优化原理或图形学方法等，最终生成逼真度极高的伪造数据，目前已可以做到以假乱真，深度伪造篡改技术的持续进步给深度伪造检测方法带来了极大的挑战。

针对基于深度伪造篡改技术的伪造视频，真伪检测存在很大的不稳定性，经常出现来源于同一视频的不同帧检测结果完全相反的问题，给视频的真伪检测带来极大难度，如何提高伪造视频检测的准确性是当前亟需解决的问题。

发明内容

本公开实施例至少提供一种视频检测方法、装置、设备及存储介质。

第一方面，本公开实施例提供了一种视频检测方法，所述方法包括：

获取待检测视频的颜色特征序列和高频特征序列；

基于所述颜色特征序列和所述高频特征序列，得到针对所述待检测视频的融合共性特征序列；

基于所述融合共性特征序列，确定所述待检测视频的真伪检测结果。

这样，通过待检测视频的颜色特征序列和高频特征序列得到的待检测视频的融合共性特征序列，对视频的多帧图像进行检测来确定视频的真伪，不仅可以将高频特征和颜色特征进行融合，实现多域特征有效融合，以使用频域信息中包含的特征信息对色域信息中的特征信息起到补充作用，从而辅助色域信息对视频进行检测，而且通过多帧图像的共性特征序列进行视频检测，可以具有更好的鲁棒性，有效提高预测结果的鲁棒性，提高视频检测中的各帧图像的帧间一致性。

一种可选的实施方式中，所述获取待检测视频的颜色特征序列和高频特征序列，包括：

从所述待检测视频中获取多帧采样图像，并基于所述多帧采样图像得到第一图像序列；

基于所述第一图像序列中每帧采样图像对应的高频图像，得到第二图像序列；

对所述第一图像序列和所述第二图像序列中的每帧图像分别进行特征提取，得到与所述第一图像序列对应的所述颜色特征序列，以及与所述第二图像序列对应的所述高频特征序列。

这样，通过直接从视频中截图采样图像，通过采样图像得到高频图像，再分别提取到颜色特征序列和高频特征序列，可以有效保持高频图像和采样图像之间的同步性，进而提高高频特征序列和颜色特征序列之间的一致性，有利于后续的特征处理和特征之间的融合，有助于视频真伪的监测。

一种可选的实施方式中，所述确定每帧采样图像对应的高频图像，包括：

针对每帧采样图像，确定该采样图像的频谱图；

将所述频谱图中低于预设频率阈值的信号删除后，得到所述高频图像。

一种可选的方式中，所述基于所述颜色特征序列和所述高频特征序列，得到针对所述待检测视频的融合共性特征序列，包括：