摘要
本发明涉及一种基于时序差分与小波特征映射的AI生成视频检测方法。其发明内容主要包括:基于时域中心差分算子的U‑Net特征提取模块,通过增强对帧间微小动态变化的感知能力,有效抑制静态冗余特征,专注于从连续视频帧中提取高频判别信息;基于小波注意力的Transformer特征映射模块,在小波域内引导注意力分配,突出视频的结构性与全局特征,实现中低频区域的精准特征表征。两种模块协同作用,在面对多种生成模型快速演化的背景下,通过高频动态信息的精准提取与中低频结构语义的有效建模,形成互补的特征表示机制,显著提升了整体检测精度与模型的适应能力,为构建高效的AI生成视频检测系统提供了技术支撑。
技术关键词
视频检测方法
注意力机制
特征提取网络
冗余特征
上下文语义信息
视频检测系统
分支
分块
低频结构
时序
双线性插值
上采样
特征提取模块
分类器
小波域
频域特征
背景噪声
系统为您推荐了相关专利信息
编码特征
查询特征
键特征
数据处理装置
注意力机制
强化学习模型
加密方法
交叉注意力机制
加密策略
节点
报价方法
LSTM模型
长短期记忆网络
注意力机制
双层优化模型
地图生成方法
视频流
图像
计算机执行指令
矢量地图数据