本發(fā)明涉及機(jī)械學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種基于強(qiáng)化學(xué)習(xí)DQN算法的Deepfake檢測(cè)方法，包括如下步驟：步驟1，采集樣本數(shù)據(jù)劃分為訓(xùn)練集S和測(cè)試集T；步驟2，將訓(xùn)練集S輸入Q網(wǎng)絡(luò)，將訓(xùn)練集S的[狀態(tài)?動(dòng)作對(duì)](s_i,a_i)和Q網(wǎng)絡(luò)輸出的Q(s_i,a′_i)輸入到判別器D中，獲得置信度δ；用置信度δ求導(dǎo)更新Q網(wǎng)絡(luò)的模型參數(shù)θ_i，得到Q網(wǎng)絡(luò)檢測(cè)模型；步驟3，測(cè)試Q網(wǎng)絡(luò)；步驟4，將Q網(wǎng)絡(luò)檢測(cè)模型應(yīng)用于Deepfake的真假判別中。本發(fā)明通過強(qiáng)化學(xué)習(xí)DQN算法用一組真假已知的樣本來(lái)訓(xùn)練一個(gè)Q網(wǎng)絡(luò)，通過強(qiáng)化學(xué)習(xí)DQN算法更新Q值，最終使Q網(wǎng)絡(luò)訓(xùn)練成為一個(gè)能對(duì)視頻或圖片的真假做出判斷的模型，不需要設(shè)計(jì)復(fù)雜的框架結(jié)構(gòu)，泛化能力強(qiáng)，應(yīng)用場(chǎng)景廣泛。