一种基于事件驱动的多模态深度伪造检测方法及装置

AITNT
正文
推荐专利
一种基于事件驱动的多模态深度伪造检测方法及装置
申请号:CN202511040264
申请日期:2025-07-28
公开号:CN120976720A
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种基于事件驱动的多模态深度伪造检测方法及装置,方法包括:收集来自不同模态的数据源,得到成对配套的训练数据集;分别对原始事件流数据、原始视频数据和原始音频数据进行对应的特征提取,得到原始事件特征、原始视频特征和原始音频特征;对原始事件特征、原始视频特征和原始音频特征进行融合及拼接,得到深层深度伪造检测特征;预测深层深度伪造检测特征对应的深度伪造检测标签,基于深度伪造检测标签训练深度伪造检测模型,以实现多模态深度伪造检测。利用本发明实施例,能够实现对深度伪造内容中快速变化的伪造痕迹、微表情伪造及音视频不一致等情况的有效检测,提升深度伪造检测的准确性和鲁棒性。
技术关键词
事件特征 事件流数据 融合特征 音视频 多模态深度 事件相机 视频特征提取 音频特征提取 标签 模块 特征提取器 注意力 时序 分类器 存储器
系统为您推荐了相关专利信息
1
一种显示设备及电视节目推广方法
电子节目指南信息 音视频 视频生成模型 显示设备 音频特征
2
基于大模型的多模态数据处理方法、装置、设备及介质
文本匹配方法 多模态 数据处理方法 语义 模态特征
3
基于多模态语音识别的内窥镜的控制方法及内窥镜系统
语音识别装置 内窥镜系统 多模态语音 语音识别模型 图像采集装置
4
一种基于深度学习的指纹识别方法
指纹识别方法 特征金字塔网络结构 鲸鱼优化算法 特征提取模块 指纹图像采集设备
5
OCT图像拼接方法
图像拼接方法 融合特征 特征提取模块 卷积模块 特征提取网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号