[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

说明书

本发明公开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，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；对所述视频中的人脸进行定位，扩大选框后进行人脸图像提取，并利用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；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。本发明在训练密集卷积神经网络时，以频域图像为单位对卷积神经网络检测模型进行训练，最后对频域图像检测结果融合判断后得出视频的检测结果。无论视频压缩在时域产生多少冗余特征，都不影响最终的检测效果。

技术领域

本发明属于网络安全技术领域，尤其涉及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。

背景技术

极其逼真的深度伪造视频对国家安全等方方面面产生了重大威胁，在社交网络的加持下，如果被敌方恶意利用深度伪造技术针对性的生成视频，极有可能会用来操纵舆情，抹黑国家重要人物，煽动恐怖和暴力情绪，破坏社会安全和国家稳定。针对这一威胁，国内外开展的深度伪造视频的检测研究已经有了相关的模型与方法，平常社交网络上传播的视频由于带宽约束、存储空间限制等因素通常经过压缩后进行传输，而视频压缩引入的降质技术使得当前检测模型难以训练、泛化性能下降、对深度伪造人脸视频的检测准确率降低。

现有检测深度伪造假脸视频的方法，从伪造视频中变换人脸的拼接处伪影入手，构建深度视频分类器，使用真实和伪造视频的特征对其进行训练，最后使用训练好的分类器进行分类。这种方法缺陷是：对于强压缩的视频，这种方法的误判率很高，而产生这个缺陷的根本原因就是：强压缩视频中出现了大量的冗余特征，导致基于伪影分类的分类器难以捕捉有效差异特征。

发明内容

本发明针对现有检测深度伪造假脸视频的方法对于强压缩的视频误判率高的问题，提出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。

为了实现上述目的，本发明采用以下技术方案：

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，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；

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。

进一步地，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。

进一步地，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。

进一步地，所述步骤3包括：