一种面向局部视听篡改的视频级伪造检测方法及系统

本发明涉及一种面向局部视听篡改的视频级伪造检测方法及系统，将输入视频划分为多个时间窗口，分别提取每个窗口的视觉特征和音频特征；以时间窗口为基本单元构建包含视觉节点和音频节点的视听异构图；在该图上执行时间感知的模态内交互和双向跨模态交互；进一步通过多尺度时序融合机制将局部窗口证据与长程上下文结合；最后通过视频级主任务和窗口级辅助任务联合预测，输出视频级伪造检测结果和窗口级异常响应分数使其在输出整段视频真假判断的同时，能够保留局部窗口证据，显式建模模态内时序关系和跨模态对应关系，并结合多尺度上下文提高检测稳定性。