本发明公开了一种利用时空特征的深度伪造视频检测方法，具体为：S1：使用视频帧提取模型将视频帧提取并保存为照片。利用人脸检测模型对所保存视频帧内目标进行检测识别，并将视频帧内人脸及其周围少部分背景保存为图片，记为人脸图片；S2：使用图像结构相似性模型计算帧间目标物图像相似性指数并通过阈值判断帧图像真伪；S3：利用分类模型通过输入视频帧图像判断视频真伪性。本发明利用视频帧内人脸细节特征检测与视频帧间人脸时序特征检测进行视频真伪判断，有效结合两种方法优点，既利用人脸不断变化的面部表情动作的时序特征又利用人脸主要器官的细节特征，具有高效性与鲁棒性，解决了检测深度伪造视频效率低、误检率高且依赖视频质量的问题。