[01926495]基于深度神经网络的数字视频删帧篡改检测方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
针对现有基于深度学习的视频删帧取证方法参数量大、计算资源消耗高的问题 ，提 出了一种高效的轻量级视频删帧取证模型。该模型针对删帧视频的特点 ，利用一种新颖的多尺度 差分方法提取视频相邻帧中丰富的差异信息 ，并结合了卷积神经网络（ CNN）和长短期记忆网络 （ LSTM） 的优势 ，优化了主干网络。使用一个基于峰值检测的局部自适应方法减少干扰帧造成的 错误检测。相比于现有方法 ，极大地降低了网络参数量 ，并得到了更高的检测准确率。现有的基 于深度学习的视频删帧检测方法使用3D卷积作为网络基本单元 ，这些方法的参数量在78M以上。 本发明的网络参数量只有1M，相比较现有性能最优的方法参数量降低了78倍。此外 ，该发明的检 测准确率比现有性能最优的方法提高了0.65%。
产业化前景 ：该轻量级视频删帧取证模型的应用能够显著降低计算资源消耗和存储需求 ，将有 助于推动整个视频取证行业向高效、低成本方向发展。 除了在视频删帧检测中使用 ，这种轻量级 模型的设计思路还可以广泛应用于其他需要高效处理大规模视频数据的领域 ，如视频监控、 内容 审核和视频编辑等 ，具有较广的应用范围和潜在的市场需求。该技术的实施应用可避免企业投入 高昂的硬件和运营成本 ，既实现了视频分析技术的新突破 ，又有效平衡了高性能需求与资源限制 的矛盾。