买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利深度伪造视频的多模态检测方法、装置和计算机设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119131661B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411271979.6，技术领域涉及：G06V20/40；该发明授权深度伪造视频的多模态检测方法、装置和计算机设备是由肖曼;叶健彬;刘波;王晓东;马行空;洪学恕;陈旺群;蔡依青;王莹设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本深度伪造视频的多模态检测方法、装置和计算机设备在说明书摘要公布了：本申请涉及一种深度伪造视频的多模态检测方法、装置和计算机设备。所述方法包括：提取任意类型视频的视觉模态与听觉模态，并将听觉模态转换为对应的梅尔频谱；分别对分割视觉模态得到的视频块和分割梅尔频谱得到的音频组进行特征提取，得到视频特征和音频特征；将视频特征与音频特征输入预先构建的同步模型，得到音视频双向延迟分布；集合双向延迟分布形成原始视频的初始分布，将初始分布输入预先构建的短时依赖估计模型进行视频后续分布估计，并通过计算损失对短时依赖估计模型进行反向传播训练，得到训练好的短时依赖估计模型进行视觉模态与听觉模态的伪造检测。采用本方法能够兼顾视觉和听觉两种模态的伪造检测，提高伪造检测性能。

本发明授权深度伪造视频的多模态检测方法、装置和计算机设备在权利要求书中公布了：1.一种深度伪造视频的多模态检测方法，其特征在于，所述方法包括： 提取任意类型视频的视觉模态与听觉模态，并将所述听觉模态转换为对应的梅尔频谱； 将分割所述视觉模态得到的视频块输入视频编码器进行特征提取，得到视频特征，将分割所述梅尔频谱得到的音频组输入音频编码器进行特征提取，得到音频特征 将所述视频特征与音频特征输入预先构建的同步模型，通过同步模型进行音视频双向同步分布建模计算，输出得到音频对视频和视频对音频的双向延迟分布； 集合所述双向延迟分布形成原始视频的初始分布，将所述初始分布输入预先构建的短时依赖估计模型进行视频后续分布估计，并根据估计的后续分布与初始分布之间的损失，对所述短时依赖估计模型进行反向传播训练，得到训练好的短时依赖估计模型，并根据该训练好的短时依赖估计模型对待检测视频进行视觉模态与听觉模态的伪造检测； 其中，将所述视频特征与音频特征输入预先构建的同步模型，通过同步模型进行音视频双向同步分布建模计算，输出得到音频对视频和视频对音频的双向延迟分布，包括： 将每个视频块对应的视频特征与每个音频组对应的音频特征输入预先构建的同步模型，通过同步模型进行音视频双向同步分布建模计算，输出得到音频对视频和视频对音频的双向延迟分布，表示为 ； 其中，表示第i个视频块对应的视频对音频的延迟分布，表示第i个音频组对应的音频对视频的延迟分布；表示所述同步模型，表示第i个视频块对应的视频特征，表示第i个音频组对应的音频特征； 其中，集合所述双向延迟分布形成原始视频的初始分布，将所述初始分布输入预先构建的短时依赖估计模型进行视频后续分布估计，包括： 将所有视频块对应的视频对音频的延迟分布和所有音频组对应的音频对视频的延迟分布进行集合，得到原始视频的初始分布，表示为 ； 其中，表示第i个视频块对应的视频对音频的延迟分布与第i个音频组对应的音频对视频的延迟分布的结合，N表示视频块与音频组的数量； 将所述初始分布输入预先构建的短时依赖估计模型，根据所述短时依赖估计模型依次进行两次卷积编码和两次反卷积解码操作，估计得到原始视频短时间内的后续分布，表示为 ； 其中，表示卷积编码操作，表示反卷积解码操作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。