基于时空不一致性特征的深度伪造视频检测方法和系统

本发明提供一种基于时空不一致性特征的深度伪造视频检测方法和系统，通过以帧与帧之间的特征变化可以反映更加细粒度的关联信息，以视频中连续的图片帧作为输入数据对象，通过计算两帧之间的灰度变化表征人脸表情的变化，得到所提取的时域特征；利用卷积神经网络提取空域特征，并对时域特征进行再提取，结合之前提取的空域特征，使用深度学习模型对视频进行检测，提高待检测图像的特征利用率，克服现有技术以单张视频帧为待检测对象，特征利用率不足，以及容易被细微动作表情误判的问题。