1.一种视频真伪鉴别方法，其特征在于，所述方法包括：
s1：从视频中提取图像帧，获取所需鉴别的第一图像数据；
s2：对第一图像数据进行分块处理，得到np个图像块，即np个第二图像数据，其中，np＝2,3,…
s3：分别提取np个第二图像数据中的局部微模式特征，得到np个第三图像数据；
s4：对np个第三图像数据通过池化方法进行聚合，得到单个描述符；
s5：通过二分类方法对单个描述符进行分类，得到图像帧的真伪结果；
s6：对图像帧的真伪结果进行综合判断，得到视频的真伪结果。
2.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，在步骤s3后还包括：
对np个第三图像数据进行主成分分析，得到图像的真伪区域判别矩阵。
3.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，所述步骤s2中的分块处理采用自定义分块方法，即自定义分块的数量和分块的策略。
4.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，所述步骤s2中的分块处理采用图像分割算法。
5.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，所述步骤s3中的局部微特征提取方法为卷积神经网络特征提取方法，提取的图像特征为相机指纹和/或编码指纹。
6.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，所述步骤s4中池化方法为最大池化、最小池化、平均池化和平方均值池化中的一种或几种的结合。
7.根据权利要求6所述的一种视频真伪鉴别方法，其特征在于，所述池化方法为最大池化、最小池化、平均池化和平方均值池化中几种的结合，为使用自适应加权的方式结合最大池化、最小池化、平均池化和平方均值池化四种池化方法中的至少两种。
8.根据权利要求1所述的一种视频真伪鉴别方法，其特征在于，所述步骤s5中的二分类方法具体为神经网络二分类方法。
9.根据权利要求8所述的一种视频真伪鉴别方法，其特征在于，所述神经网络二分类方法为生成对抗深度神经网络二分类方法。
10.一种视频真伪鉴别装置，其特征在于，所述装置包括：
图像帧提取模块，被配置为从视频中提取图像帧，获取所需鉴别的第一图像数据；
图像分块模块，被配置为对第一图像数据进行分块处理，得到np个图像块，即np个第二图像数据，其中，np＝2,3,…
图像局部微特征提取模块，被配置为分别提取np个第二图像数据中的局部微模式特征，得到np个第三图像数据；
聚合模块，被配置为对np个第三图像数据进行通过池化方法进行聚合，得到单个描述符；
图像真伪判定模块，被配置为通过二分类方法对单个描述符进行分类，得到图像帧的真伪结果；
视频真伪判定模块，被配置为对图像帧的真伪结果进行综合判断，得到视频的真伪结果。