基于深度学习的深度伪造内容识别方法

本发明涉及数据处理技术领域，尤其涉及一种基于深度学习的深度伪造内容识别方法，该方法包括：采集数据；提取数据；确定第一临时帧；确定第二临时帧；判定临时可疑帧；判定异常视频帧；调整匹配度阈值；判定伪造视频并预警。本发明通过采集新闻视频中目标的语音、嘴部图像和关键点坐标，利用深度学习模型提取音频、嘴部最大张口度、像素像素值及口型特征向量；结合预设匹配度阈值、坐标差异、最大张口度和像素值最终确定异常帧，再经动态调整阈值，精准判定伪造并预警；该方法融合多模态特征，提升伪造检测精度与鲁棒性，实现新闻视频实时监控，有效解决了由于过于依赖单一图像数据导致伪造识别准确度低的问题。