本发明公开了一种基于卷积神经网络的人脸活体检测方法，包括如下步骤：步骤1，对训练集图像进行处理；步骤2，将归一化的图像输入到预训练的卷积神经网络；步骤3，将得到的深度人脸卷积特征进行LBP特征提取；步骤4，进行SVM训练，得到用于人脸活体识别的SVM分类器；步骤5，对待检测人脸视频进行采集处理，将采集到的单帧转化为灰度图；对于采集到的图像进行人脸检测，如果有人脸，则对人脸图像进行图像归一化；步骤6，将待检测图像进行步骤2和步骤3的处理，然后进行特征提取，得到图像的LBP特征；步骤7，将LBP特征输入到人脸活体识别的SVM分类器中判断是否为活体人脸。本申请计算量小，人脸活体检测效率高，同时也提高了活体检测的准确率。