原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于双流CNN的帧内取证深度学习方法，包括：采集视频数据集，对所述数据集进行解码得到视频帧，采用双流CNN对输入视频帧进行特征提取；所述双流CNN分别在网络开头加入空域富模型在卷积层提取噪声残差以提取篡改特征和对所述输入视频帧的内容进行特征提取；所述双流CNN分别获得所提取到的特征后，将两部分特征进行融合处理，并利用通道注意力机制调整所述两部分特征的通道权重，得到的合并特征兼顾篡改特征和视频帧的内容特征，输出结果，完成帧内取证。本发明相较于传统技术方案检测效果有所提高，有较强的鲁
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113033379 A
(43)申请公布日 2021.06.25
(21)申请号 202110305089.2
(22)申请日 2021.03.18
(71)申请人 贵州大学
地址 55
文档评论（0）