一种基于回放的多模态深度伪造持续检测方法

本申请涉及一种基于回放的多模态深度伪造持续检测方法。所述方法包括：构建深度伪造视频检测模型；在历史多模态视频数据中添加噪声，将添加噪声后的多模态视频数据和多模态视频数据输入经验分布稳定性估计模块中进行特征提取和特征融合，基于对应的特征分布选择稳定样本和敏感样本并存储在内存池中用于经验重放；在层级扰动重放增强模块对选择的重放样本通过在多层网络中注入基于梯度的扰动，在深度伪造检测持续检测模块将当前待检测的数据样本和内存池中的样本结合进行模型训练，根据优化后的深度伪造视频检测模型对待检测的多模态视频数据进行检测。采用本方法能够提高视频伪造检测准确率。