本发明公开了一种基于数据增强的三维人脸识别方法，该方法包括以下步骤：S1：数据增强；S2：数据预处理；S3：利用VGG-16神经网络基础模型，进行参数和网络结构优化设计，构建针对三维人脸的专用识别网络；S4：将数据集划分为训练集与测试集，利用训练集对网络模型进行训练，在测试集上测验识别算法的性能；S5：利用训练好的识别网络模型，去掉最后一层全联接层，得到人脸特征向量，存储用于身份判定；S6:获取注册人脸的特征向量，与数据集中存储的特征进行比对，识别目标人物身份。本发明能够自动学习得到三维人脸的有效特征，特别是可解决在三维人脸识别中由于真实人脸三维数据难以获得而造成的识别网络过拟合、适用性差等学习难题。