一种基于跨模态时空特征解耦的视频时序伪造定位方法

本发明提出了一种基于跨模态时空特征解耦的视频时序伪造定位方法。该方法通过多模态信息融合与伪造特征解耦，旨在突破现有技术在时序伪造定位精度不足及模型对未知伪造鲁棒性有限的瓶颈，主要包括以下内容：(1)提出基于ViT与ResNet的跨模态时空统一编码器，融合全局语义与局部纹理特征，同时结合Transformer与动态图卷积建模复杂时空依赖，增强对视频中细微伪造痕迹的捕获能力；(2)构建多尺度伪造–风格特征解耦模块，通过多尺度卷积与正交约束有效分离伪造特征与风格特征，避免模型依赖于伪造方法的“风格指纹”，显著提升泛化性能；(3)设计领域自适应多任务学习器，引入动态对抗训练与联合损失优化策略，进一步增强模型在未知伪造场景下的鲁棒性。与现有方法相比，本发明不仅实现了更高精度的伪造定位，还在跨伪造类型的泛化能力和鲁棒性方面取得显著提升，适用于复杂多变的真实应用场景。