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！

龙图腾网获悉四川大学申请的专利一种面向音视频多模态深度伪造内容的时序伪造定位方法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：CN117079115B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311070397.7，技术领域涉及：G06V20/00；该发明授权一种面向音视频多模态深度伪造内容的时序伪造定位方法是由王宏霞;张瑞;杜明珊;刘汉卿;周炀;曾强设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本一种面向音视频多模态深度伪造内容的时序伪造定位方法在说明书摘要公布了：本发明公开了一种面向音视频多模态内容的时序伪造定位方法，方法采用预训练行为识别网络和预训练音频特征表示网络提取视觉与音频内容的特征序列。在此基础上运用重建学习方法训练特征重建编码器和特征重建解码器，以学习真实样本特征序列的潜在分布。通过重建误差注意力增强模块，用于提升对时序伪造片段的关注度。同时，并行特征金字塔模块被引入，以增强对微小篡改片段特征的表达能力。最终，增强后的特征序列输入时序特征解码器，判定伪造片段的起始和结束时间。本方法能够有效协助定位局部伪造视频中的伪造片段，且具有良好的定位精度，AP@0.75分数可达95.54％，具备实际应用价值。

本发明授权一种面向音视频多模态深度伪造内容的时序伪造定位方法在权利要求书中公布了：1.一种面向音视频多模态深度伪造内容的时序伪造定位方法，利用预训练行为识别网络fB获取视觉内容的特征序列Fb；利用预训练音频特征表示网络fA获取音频内容的特征序列Fa；利用特征空间映射模块fY，将特征序列Fb和Fa融合映射为特征序列Fm；在特征序列Fm的基础上，利用特征重建编码器fE获取隐式特征Z，并使用二分类器fS判别隐式特征对应原始多媒体内容的真伪；在隐式特征Z的基础上，利用特征重建解码器fD，获得重建特征序列在原始特征序列Fm和的基础上，利用重建误差注意力增强模块fR，提升特征序列Fm对于时序伪造片段的关注程度，获得基于重建特征误差增强特征序列Fcrat；引入并行特征金字塔模块fPCF，增强特征序列Fcrat中微小篡改片段特征的特征表达能力，获得特征序列金字塔P0，P1，P2，P3，P4；构建时序特征解码器fLOC，分别包括解码器分类头fcls和解码器回归头freg，共同分析特征序列金字塔P0，P1，P2，P3，P4，获得训练完成的模型fC，以判断获得伪造片段的开始和结束时间的目标结果；包括以下主要步骤： 步骤1：获取同时包含真伪样本的训练音视频数据，真实样本为未篡改过的原始内容，伪造样本为篡改了部分片段的音视频，并且包含篡改片段的开始与结束时间的标签；针对数据的模态，视觉内容输入到预训练行为识别网络fB提取特征序列Fb，音频内容输入到预训练音频特征表示网络fA提取特征序列Fa； 步骤2：构建特征空间映射模块fY，使用卷积映射和特征拼接的方式将提取到的视觉内容的特征序列Fb和音频内容的特征序列Fa映射到统一的特征空间，获得特征序列Fm； 步骤3：构造基于重建学习方法的真实样本重建模块fAE，fAE主要由特征重建编码器fE和特征重建解码器fD构成，用于学习真实样本的特征序列潜在特征分布； 步骤4：构造重建误差注意力增强模块fR，提升原始特征序列Fm对于伪造片段特征的关注程度，获得增强特征序列Fcrat； 步骤5：构造并行特征金字塔模块fPCF，增强特征序列Fcrat对于微小篡改片段特征的表达能力，获得特征序列金字塔P0，P1，P2，P3，P4； 步骤6：构造时序特征解码器fLOC，分别包括解码器分类头fcls和解码器回归头freg，共同分析特征序列金字塔P0，P1，P2，P3，P4中的异常特征，给出伪造片段的开始与结束时间；至此，得到训练完成的模型fC； 步骤7：将待检测多媒体内容提取为特征序列，输入到训练完成的模型fC，得到预测伪造片段的时间戳以及对应的伪造概率，使用非极大值抑制对预测结果进行后处理，给出伪造片段的开始和结束时间。

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四川大学，其通讯地址为：610065 四川省成都市一环路南一段24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。