基于多模态深度学习识别技术的复杂元素新通信流媒体检测方法

本发明涉及流媒体检测技术领域，具体为基于多模态深度学习识别技术的复杂元素新通信流媒体检测方法，包括如下步骤：S1、多模态时空同步预处理，通过联合时空标定技术，将视频关键帧、音频片段、弹幕文本映射到统一时间轴，并建立空间语义关联；S2、层次化多模态特征蒸馏，从各模态中提取具有判别性的多粒度特征，包括局部细节、全局语义和跨模态关联模式；S3、动态图模态交互网络，构建可学习的多模态关系图，动态建模跨模态语义交互。该基于多模态深度学习识别技术的复杂元素新通信流媒体检测方法解决了跨模态的复杂语义协同无法通过单模态分析或浅层融合捕捉，造成检测漏判率较高的问题。