本发明涉及，机器学习图像识别领域，具体为基于融合网络及SIF特征的掌纹静脉识别方法，相较于以往的单一识别与模板匹配方式，本发明将掌纹与静脉识别两种方法进行统合分析，并采集主要且明显特征的融合特征以降低对设备的要求。本发明提出一种全SIF掌纹静脉特征方式，能够完全避免因手掌采集图片的角度缩放大小导致的算法网络模型检测失败。一种基于融合网络的掌纹静脉识别方式，通过竞争合作原理，抉择出更适合当前检测环境的算法模型，并且引入时间与准确率之间的平衡考量，进而能够使得整体网络检测速度更快，对设备要求更低的，但准确性能够得到充足保证。