Phát hiện giả mạo khuôn mặt là yếu tố quan trọng trong bảo mật hệ thống nhận diện khuôn mặt. Các phương pháp trước đây thường chỉ sử dụng ảnh VIS hoặc NIR riêng lẻ, dẫn đến hiệu quả hạn chế. Nghiên cứu này đề xuất mô hình CNN học đặc trưng hợp nhất từ cặp ảnh VIS-NIR ở ba cấp độ: dữ liệu, tích chập và kết nối đầy đủ. Kết quả phân loại ở mỗi cấp được kết hợp bằng trung bình trọng số để đưa ra quyết định cuối cùng. Bộ dữ liệu CIGIT-PPM được xây dựng với đa dạng biến thể và hai loại tấn công phổ biến. Phương pháp đạt kết quả vượt trội trên cả bộ dữ liệu tự xây dựng và bộ dữ liệu công khai msspoof, chứng minh tính hiệu quả và khả năng tổng quát cao.