[发明专利]基于密集卷积神经网络的深度伪造视频频域检测方法

权利要求书

1.一种基于密集卷积神经网络的深度伪造视频频域检测方法，其特征在于，包括：

步骤1，对视频进行预处理：对真实和伪造视频进行分帧处理；对真实和伪造视频中的人脸进行定位，扩大选框后进行人脸图像提取；将提取出的人脸图像利用2D-DCT变换至频域；所述伪造视频包括深度伪造视频；

步骤2，构建密集卷积神经网络并基于步骤1得出的频域数据进行训练；所述密集卷积神经网络包括密集块及过渡模块；

所述步骤2包括：

步骤2.1：构建密集块，所述密集块由批量归一化层、激活函数层、卷积层构成，层与层之间采用密集连接方式，各层特征能够在输入层和输出层间高速传递；

步骤2.2：构建过渡模块，所述过渡模块由1×1的卷积层以及池化层构成；

步骤2.3：将密集块与过渡模块结合，并将卷积神经网络结构进行修改，使其能完成二分类，采用交叉熵损失函数作为损失函数，完成密集卷积神经网络构建；

步骤2.4：通过步骤1生成的频域数据训练所构建的密集卷积神经网络；

步骤3，基于训练后的密集卷积神经网络检测深度伪造视频；

所述步骤3包括：

步骤3.1：接收一个待检测视频；所述待检测视频包括深度伪造视频；

步骤3.2：将视频进行分帧处理；

步骤3.3：提取人脸图像后通过2D-DCT转化为频域数据；

步骤3.4：将步骤3.3中所述频域数据输入训练好的密集卷积神经网络进行检测，并输出频域数据所属视频帧的检测准确率；

步骤3.5：取所有帧检测准确率的平均值作为该视频最终的检测准确率。

2.根据权利要求1所述的基于密集卷积神经网络的深度伪造视频频域检测方法，其特征在于，所述步骤1包括：

步骤1.1：使用OpenCV对真实和伪造视频进行分帧处理；

步骤1.2：使用Dlib对真实和伪造视频中的人脸进行定位，将原始矩形框扩大1.5倍后进行人脸图像提取；

步骤1.3：将提取出的人脸图像利用2D-DCT变换至频域。