【技术实现步骤摘要】
一种基于强化学习的视频篡改操作检测方法及装置
本申请涉及篡改检测
，具体涉及一种基于强化学习的视频篡改操作检测方法及装置。
技术介绍
近年来，涌现了大量基于深度学习的多媒体(如图像、视频)编辑工具和生成模型。普通人用肉眼分辨多媒体内容的真实性变得越来越困难，为了确保多媒体内容的真实性，需要对多媒体的内容进行取证。由于视频传达的信息比图像更丰富，因此视频取证在研究界引起了越来越多的关注。但是之前的研究主要集中在图像的检测中，对视频的检测也是采用逐帧图像分别进行检测的方式，并未充分考虑视频的时间信息。
技术实现思路
有鉴于此，本申请实施例致力于提供一种基于强化学习的视频篡改操作检测方法及装置，使得时间信息得到充分研究，以提高检测结果的准确性。本申请第一方面提供了一种基于强化学习的视频篡改操作检测方法，包括：确定待检测视频中一帧图像上的第一篡改区域；基于目标跟踪算法，在所述待检测视频中的其他帧图像中对所述第一篡改区域进行跟踪，确定所述其他帧图像中的篡改区域。在一种可能的实现方式中，...
【技术保护点】
1.一种基于强化学习的视频篡改操作检测方法，其特征在于，包括：/n确定待检测视频中一帧图像上的第一篡改区域；/n基于目标跟踪算法，在所述待检测视频中的其他帧图像中对所述第一篡改区域进行跟踪，确定所述其他帧图像中的篡改区域。/n
【技术特征摘要】
1.一种基于强化学习的视频篡改操作检测方法，其特征在于，包括：
确定待检测视频中一帧图像上的第一篡改区域；
基于目标跟踪算法，在所述待检测视频中的其他帧图像中对所述第一篡改区域进行跟踪，确定所述其他帧图像中的篡改区域。
2.根据权利要求1所述的方法，其特征在于，所述基于目标跟踪算法，在所述待检测视频中的其他帧图像中对所述第一篡改区域进行跟踪，确定所述其他帧图像中的篡改区域，包括：
基于所述目标跟踪算法，在所述待检测视频中的其他帧图像中对所述第一篡改区域进行跟踪，确定所述其他帧图像中的目标边界框的位置和大小，所述目标边界框为所述其他帧图像中的与所述第一篡改区域对应的区域的边界框；
将所述目标边界框的位置和大小还原到与其对应的所述其他帧图像中，分割出所述其他帧图像中的篡改区域。
3.根据权利要求2所述的方法，其特征在于，所述分割出所述其他帧图像中的篡改区域，包括：
通过语义分割模型对所述目标边界框中的图像进行分割，得到所述目标边界框中的目标对象，其中，所述目标对象为所述其他帧图像中的篡改区域。
4.根据...
【专利技术属性】
技术研发人员：金骁，许静，何振，于家伟，吴杰胜，易康，
申请(专利权)人：南开大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。