1.一种深度视频对象修复篡改检测方法，其特征在于，包括如下步骤：S1：建立网络模型，所述网络模型包括空时累积残差预处理模块、分层特征提取模块及上采样定位模块；

S2：所述空时累积残差预处理模块通过1+2维连续卷积提取空时累积残差；

S3：所述分层特征提取模块接收所述空时累积残差，并经过卷积、最大池化和线性整流函数获取高级表述特征；

S4：所述上采样定位模块输出视频中逐个像素的类别标签并标记篡改区域和原始区域；

所述空时累积残差预处理模块包括一维时域滤波器和二维空域各向异性滤波器，所述一维时域滤波器用于提取时域累积残差，所述二维空域各向异性滤波器用于提取空域累积残差，所述一维时域滤波器和二维空域各向异性滤波器均设置为自学习滤波器；

所述步骤S2具体为：所述空时累积残差预处理模块将时域累积残差后的结果与空域累积残差后结果进行差值运算获得空时累积残差；

所述步骤S2中的“连续卷积”包括：

第一卷积，核尺寸为3×3，核数目为3，步长为1；

第二卷积，核尺寸为3×3，核数目为3，步长为1；

第三卷积，核尺寸为3×3，核数目为8，步长为1；

第四卷积，核尺寸为3×3，核数目为8，步长为1；

所述步骤S3具体为：

第五卷积，核尺寸为3×3，核数目为32，步长为1；

第一最大池化，核尺寸为3×3，步长为2；

第六卷积，核尺寸为3×3，核数目为64，步长为1；

第二最大池化，核尺寸为3×3，步长为2；

第七卷积，核尺寸为3×3，核数目为128，步长为1；

第三最大池化，核尺寸为3×3，步长为2；

第八卷积，核尺寸为1×1，核数目为256，步长为1；

第四最大池化，核尺寸为3×3，步长为2；

所述步骤S4具体为：应用转置卷积增大空间分辨率，以获取每个像素的类别标签，并进行第九卷积，实现最终篡改定位的输出。

2.根据权利要求1所述的深度视频对象修复篡改检测方法，其特征在于，所述一维时域滤波器的中心点值为1，且所有系数和为0。

3.根据权利要求1所述的深度视频对象修复篡改检测方法，其特征在于，所述二维空域各向异性滤波器为3×3各向异性滤波器，其关于中心点呈中心对称和镜像对称。

4.根据权利要求1所述的深度视频对象修复篡改检测方法，其特征在于，所述“转置卷积”包括：第一转置卷积，核尺寸为8×8，核数目为16，步长为4；

第二转置卷积，核尺寸为8×8，核数目为1，步长为4。

5.根据权利要求1所述的深度视频对象修复篡改检测方法，其特征在于，所述第九卷积的核尺寸为5×5，核数目为1，步长为1。