基于混合异构网络的HEVC视频重压缩的单分类检测

本专利申请书涉及一种基于混合异构网络的HEVC视频重压缩的单分类检测方法。该方法旨在解决现有技术在检测具有相同编码参数的HEVC双重压缩视频时面临的挑战，特别是在低运动强度和静态视频场景下。本发明通过构建一个异构混合网络，结合浅层卷积神经网络(CNN)和图神经网(GNN)，以及一个运动感知层，有效地检测双压视频。该网络输入为从视频序列中提取的运动对齐残差和高频分量的融合特征，通过单分类器进行训练，仅使用单压视频，无需伪造视频。本发明的技术方案包括调制层、运动感知层、浅层CNN和GNN四个部分，能够有效地克服对大量标记视频数据的依赖，提高检测精度。实验结果表明，本方法在不同视频内容、分辨率和编码参数下均优于现有的全监督学习方法和其他单分类方法。本发明的优点在于减少了对目标伪造视频及其标签的依赖，提高了检测的效率和准确性，对于视频司法取证领域具有重要的实际应用价值。