一种基于元学习的泛化性伪造脸检测方法，涉及伪造脸检测。针对传统二分类模型的伪造脸检测的方法无法很好的检测未知攻击算法的假脸的缺点，考虑了伪造脸样本之间对模型泛化性贡献不同和伪造脸生成算法的不稳定性，提供基于元学习的泛化性伪造假脸检测的方法。包括以下步骤：1)首先对多个攻击算法的训练集进行域划分，每个训练阶段随机划分出普通训练集和元训练集；2)使用卷积神经网络对普通训练集进行特征提取和计算损失函数，并且使用一个小型权重感知网络给每个样本加权；3)计算元训练集的损失函数，利用该损失的梯度对权重感知网络的参数进行更新，并且修正普通训练集的梯度，增加模型的泛化性。