買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州市濱江區(qū)浙工大人工智能創(chuàng)新研究院申請的專利基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120411864B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510909462.3，技術(shù)領(lǐng)域涉及：G06V20/40；該發(fā)明授權(quán)基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法及系統(tǒng)是由宣琦;李澈;俞山青;田甜;謝滿德;高德宏;李呈斌設(shè)計研發(fā)完成，并于2025-07-02向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法及系統(tǒng)，適用于視頻偽造檢測領(lǐng)域。鑒于偽造視頻通常存在長時間記憶丟失的問題，且在實際應(yīng)用中，偽造視頻往往通過平滑的逐幀處理，使得相鄰幀之間的差異難以察覺，本發(fā)明通過構(gòu)建雙分支時間網(wǎng)絡(luò)，分別捕獲不同尺度的局部時間信息與相鄰兩幀之間的差異信息，從而強化模型對偽造視頻樣本中細(xì)微差異的捕捉能力。結(jié)合空間不一致模塊和信息補充模塊架構(gòu)，本發(fā)明實現(xiàn)了視頻時空多尺度的細(xì)粒度建模，并實現(xiàn)了時空信息的交互。本發(fā)明克服了現(xiàn)有技術(shù)中僅依賴單一時間特征或空間特征的問題，避免了模型泛化能力不足的缺陷，提升了偽造視頻檢測的準(zhǔn)確性與魯棒性。

本發(fā)明授權(quán)基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于可選擇性多尺度時空融合模塊捕獲的偽造視頻檢測方法，其特征在于，包括以下步驟： 將輸入視頻裁剪為固定尺寸并通過卷積塊提取特征圖； 將所述特征圖按通道方向分為三組，分別提取對應(yīng)的特征向量； 對所述特征向量進行維度重建后，分別輸入時間差分不一致網(wǎng)絡(luò)、可選擇性多尺度時間捕獲網(wǎng)絡(luò)和空間不一致性網(wǎng)絡(luò)，基于時間和空間維度建模，獲得各自的時空內(nèi)容特征； 將所述時間差分不一致網(wǎng)絡(luò)與可選擇性多尺度時間捕獲網(wǎng)絡(luò)的輸出特征通過門控融合機制進行加權(quán)融合，得到最終時間信息表示； 將所述空間不一致性網(wǎng)絡(luò)的輸出特征與所述最終時間信息表示進行交互，生成補充后的時空融合特征； 將所述時空融合特征輸入可選擇性多尺度時空融合模塊后，經(jīng)過線性層輸出視頻偽造概率； 所述時間差分不一致網(wǎng)絡(luò)的計算過程包括： 將特征圖沿水平與垂直方向分割為切片序列； 計算相鄰幀切片間的水平差異特征和垂直差異特征； 通過增強模塊對差異特征進行加權(quán)，生成時間差分不一致特征圖； 所述可選擇性多尺度時間捕獲網(wǎng)絡(luò)的計算過程包括： 將特征圖分解為多尺度時序特征； 通過不同膨脹率的卷積核提取短時、中時及長時動態(tài)信息； 將各尺度特征拼接后生成多尺度時間表示； 所述空間不一致性網(wǎng)絡(luò)的計算過程包括：對特征圖進行平均池化操作； 將池化結(jié)果上采樣后與原特征圖通過殘差連接融合，生成增強后的空間特征。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人杭州市濱江區(qū)浙工大人工智能創(chuàng)新研究院，其通訊地址為：310056 浙江省杭州市濱江區(qū)長河街道湖西路575號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。