1.基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述檢測(cè)模型包括雙分支特征提取網(wǎng)絡(luò)、自適應(yīng)圖卷積模塊、多尺度提示融合模塊和分類模塊；
3.如權(quán)利要求2所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述雙分支特征提取網(wǎng)絡(luò)，包含兩個(gè)分支，分別用于提取圖特征和頻率特征；
4.如權(quán)利要求2所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述自適應(yīng)圖卷積模塊，包括自適應(yīng)圖構(gòu)建和圖聚集；
5.如權(quán)利要求4所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述圖結(jié)構(gòu)，由節(jié)點(diǎn)矩陣和鄰接矩陣組成，具體構(gòu)建步驟為：
6.如權(quán)利要求1所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述多尺度提示融合模塊，為每個(gè)特征設(shè)置一個(gè)提示學(xué)習(xí)器，用于定位輸入特征的關(guān)鍵信息并將其轉(zhuǎn)化為提示令牌；
7.如權(quán)利要求2所述的基于圖卷積與多尺度提示融合的深度偽造檢測(cè)方法，其特征在于，所述分類模塊，是將拼接后的令牌輸入到vit進(jìn)行全局特征提取和特征融合，基于融合后的特征進(jìn)行分類。
8.基于圖卷積與多尺度提示融合的深度偽造檢測(cè)系統(tǒng)，其特征在于，包括：
9.一種電子設(shè)備，其特征是，包括：
10.一種存儲(chǔ)介質(zhì)，其特征是，非暫時(shí)性地存儲(chǔ)計(jì)算機(jī)可讀指令，其中，當(dāng)所述計(jì)算機(jī)可讀指令由計(jì)算機(jī)執(zhí)行時(shí)，執(zhí)行權(quán)利要求1-7任一項(xiàng)所述的方法。