【技术实现步骤摘要】
一种视频检测方法、设备及存储介质
[0001]本申请涉及视频处理
,尤其涉及一种视频检测方法、设备及存储介质。
技术介绍
[0002]目前,视频造假技术通过替换视频中的人脸、改变表情及嫁接口型等手段,可任意伪造视频中人物的行为表现。
[0003]视频造假对司法调查、保险鉴定、网络安全等领域带来严重干扰。在这些领域中,视频的真实性尤为重要,因此,检测视频的真实性成为亟需解决的问题。
技术实现思路
[0004]本申请的多个方面提供一种视频检测方法、设备及存储介质,用以检测视频是否被改动。
[0005]本申请实施例提供一种视频检测方法,包括:
[0006]获取待检测视频中的至少一帧图像;
[0007]提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征;
[0008]根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征,分析所述至少一帧图像在时序上的特征差异性;
[0009]根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征和所述至少一帧图像在时序上的特征差异性,检测所述待检测视频是否被改动。
[0010]本申请实施例还提供一种计算设备,包括存储器和处理器;
[0011]所述存储器用于存储一条或多条计算机指令;
[0012]所述处理器与所述存储器耦合,用于执行所述一条或多条计算机指令,以用于:
[0013]获取待检测视频中的至少一帧图像;
[0014]提取所述至少一帧图像中的隐写特征以及与 ...
【技术保护点】
【技术特征摘要】
1.一种视频检测方法,其特征在于,包括:获取待检测视频中的至少一帧图像;提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征;根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征,分析所述至少一帧图像在时序上的特征差异性;根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征和所述至少一帧图像在时序上的特征差异性,检测所述待检测视频是否被改动。2.根据权利要求1所述的方法,其特征在于,所述提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征,包括:将所述至少一帧图像输入卷积神经网络,利用所述卷积神经网络提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征。3.根据权利要求2所述的方法,其特征在于,将所述至少一帧图像输入卷积神经网络,利用所述卷积神经网络提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特,包括:将所述至少一帧图像输入第一卷积神经网络,利用所述第一卷积神经网络对所述至少一帧图像进行卷积处理,以从所述至少一帧图像中提取反映隐写特征的特征图;将所述至少一帧图像输入第二卷积神经网络,利用所述第二卷积神经网络对所述至少一帧图像进行卷积处理,以从所述至少一帧图像中提取反映与指定对象关联的视觉特征的特征图。4.根据权利要求3所述的方法,其特征在于,所述隐写特征为邻域相关性,所述利用所述第一卷积神经网络对所述至少一帧图像进行卷积处理,以从所述至少一帧图像中提取反映隐写特征的特征图,包括:针对每一帧图像,利用所述第一卷积神经网络的多个卷积层依次对所述帧图像进行卷积处理,以从所述帧图像中提取反映邻域相关性的特征图;其中,在所述第一卷积神经网络的首个卷积层中,利用均值为0的卷积核对所述帧图像进行卷积处理。5.根据权利要求2所述的方法,其特征在于,所述将所述至少一帧图像输入卷积神经网络,包括:检测所述至少一帧图像中的指定对象;对所述至少一帧图像中的指定对象进行对齐处理;将经过对齐处理的所述至少一帧图像输入所述卷积神经网络,以利用所述卷积神经网络提取所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征。6.根据权利要求1所述的方法,其特征在于,所述根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征,分析所述至少一帧图像在时序上的特征差异性,包括:根据所述至少一帧图像中的隐写特征以及与所述指定对象关联的视觉特征,分别生成所述至少一帧图像各自对应的空间特征向量;按照所述至少一帧图像之间的时序关系,对所述至少一帧图像各自对应的空间特征向量进行排序,以形成空间特征序列;根据所述空间特征序列,分析所述至少一帧图像在时序上的特征差异性。
7.根据权利要求6所述的方法,其特征在于,所述根据所述至少一帧图像中的隐写特征以及与指定对象关联的视觉特征,分别生成所述至少一帧图像各自对应的空间特征向量,包括:针对每一帧图像,分别对所述帧图像中提取出的隐写特征和与指定对象关联的视觉特征进行全局池化处理,以获得所述帧图像对应的隐写特征向量和视觉特征向量;将所述帧图像对应的隐写特征向量和视觉特征向量拼接,并将拼接结果输入第一全连接网络;在所述第一全连接网络内,基于预置的权重参数对所述帧图像对应的隐写特征向量和视觉特征向量进行融合,以获得所述帧图像对应的空间特征向量。8.根据权利要求6所述的方法,其特征在于,根据所述空间特征序列,分析所述至少一帧图像在时序上的特征差异性,包括:将所述空间特征序列输入循环神经网络,利用所述循环神经网络,分析所述至少一帧图像在时序上的特征差异性。9.根据权利要求1-8任一项所述的方法,其特征在于,所述根据所述至少一帧图像中的隐写特征以及与所述指定对象关联的视觉特征和所述至少一帧图像在时序上的特征差异性,检测所述待检测视频是否被改动,包括:将所述至少一帧图像中的隐写特征以及与所述指定对象关联的视觉特征和所述至少一帧图像在时序上的特征差异性输入第二全连接网络;利用所述第二全连接网络检测所述待检测视频被改动的概率,以确定所述待检测视频是否被改动。10.根据权利要求1-8任一项所述的方法,其特征在于,所述指定对象为人脸、文字、车牌号或商标。11.根据权利要求1所述的方法,其特征在于,还包括:若所述待检测视频中携带有预埋特征提示信息,则对所述至少一帧图像进行预埋特征的提取,所述预埋特征为隐藏配置在所述待检测视频中的自定义特征;根据预埋特征提取结果,检测所述待检测视频是否被改动。12.根据权利要求11所述的方法,其特征在于,所述预埋特征提取结果包括:未提取到预埋特征、确定提取到的预埋特征存在异常或确定提取到的预埋特征未存在异常。13.根据权利要求11所述的方法,其特征在于,所述预埋特征为水印特征、数字签名特征或白噪声特征中的一种或多种。14.一种计算设备,其特征在于,包括存储器和处理器;所述存储器用于存储一条或多条计算机指令;所述处理器与所述存储器耦合,用于执行所述一条或多条计算机指令,以用于:获取待检测视频中的至少一帧图像;提取所述至少一帧图像中的隐写特...
【专利技术属性】
技术研发人员:谢榛,吴西,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:
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。