针对目前人脸伪造检测中提取的面部特征不充分、检测准确率低等问题,提出了一种基于空域频域相结合的深度伪造检测方法CSFNet,由空域、频域双流网络组成,空域分支利用SRM滤波器和注意力模块捕捉真实与篡改区域间的差异,频域分支使用4个可学习的频率滤波器挖掘伪造模式。结果表明:CSFNet在压缩和跨数据集情况下检测的准确率均有不同程度的提升,具有一定的迁移性。此外,消融实验验证了每个模块的有效性。