基于时序对比学习的深度伪造视频检测模型构建方法

本发明公开了一种基于时序对比学习的深度伪造视频检测模型构建方法，包括步骤：1，构建前序视频片段训练样本集和后序视频片段训练样本集；2，将训练样本输入短期时序对比学习网络和长期时序对比学习网络，提取短期时序特征和长期时序特征；3，短期时序特征融合长期时序特征；4，将融合特征输入二分类器进行分类；将步骤1构建的前序视频片段训练样本集和后序视频片段训练样本集的每一组训练样本，经步骤2‑4训练检测模型，直到损失函数不再减小，得到训练好的检测模型。本发明使用视频自身时序一致性作为辅助监督，引导模型关注伪造产生的通用的时序不一致痕迹，充分挖掘伪造视频长期与短期的时序伪影，为深度伪造视频检测提供了有效的模型。