本发明提供一种基于小波变换的多列卷积神经网络翻拍图片检测方法，包括：获取待检测图像并对其进行预处理；对预处理后的待检测图像进行Haar小波变换，获得低频数据和高频数据；将低频数据和高频数据输入预先训练好的多列卷积神经网络，获得密度图；将密度图输入预先训练好的卷积神经网络，获得待检测图像为翻拍图片的第一概率，并根据第一概率，确定待检测图像是否为翻拍图片。本发明通过Haar小波变换有效提取待检测图像的高频特征，提高了卷积神经网络的泛化能力；并且，多列卷积神经网络体积小、预测快，与标准ResNet‑18网络架构相比，参数数量减少，因而上述方法可以应用于手机、物联网等终端，具有较高的实际应用价值。