基于ViT-ResNet双分支协同建模的时空特征融合AI生成视频检测方法

本发明涉及一种基于ViT‑ResNet双分支协同建模的时空特征融合AI生成视频检测方法，旨在实现对不同生成模型合成视频内容的有效检测。该方法通过构建双流神经网络架构，分别提取视频帧图像的空间特征与光流图像的时序特征，并通过特征融合模块实现时空特征的协同建模，融合后的时空特征用于训练分类器以判别视频内容的真实性。主要包括以下发明内容：(1)提出一种融合时空信息的AI生成视频检测方法；(2)提出一种ViT‑ResNet双分支特征提取与协同建模机制；(3)提出一种基于双流特征融合的高鲁棒性分类决策方法。