欺骗检测是法医分析、安全防控与社会交互领域中一项关键且极具挑战的任务。欺骗行为的复杂性，促使研究界对多模态欺骗检测的关注度持续提升——该技术通过融合多元信号以提升检测可靠性。本综述全面梳理了多模态欺骗检测的最新研究进展，涵盖研究背景、基准数据集、评价指标、特征融合方法，以及从传统机器学习演进至深度学习的各类欺骗检测架构。文末探讨了当前研究面临的挑战、未来发展方向与相关伦理问题。本文同步维护了一个开源GitHub仓库(http://t.cn/AXxkdEvw)，提供精选数据集与多模态欺骗检测相关文献精选列表。相关成果已发表于《机器智能研究(英文)》2026年第2期"微视觉计算"专题中。http://t.cn/AXxkdEvA #机器学习[超话]##人工智能[超话]##微视觉计算#