本发明提供了基于注意力深度残差网络的ECG身份识别方法、系统及设备，方法包括：采集原始心电信号，并进行预处理，得到ECG信号数据；将ECG信号数据通过特征提取网络，提取最终ECG特征；所述特征提取网络包含顺次设置的并行多尺度卷积层、堆叠Res2NeXt层、注意力层、特征输出层和ArcNet层；计算所述最终ECG特征与ID‑特征对数据库中特征向量的相似度，并基于相似度阈值，进行身份识别。本方案实现了ECG数据特征的深度提取，并对输入数据进行小波滤波和2维化处理，大大提升了ECG身份识别系统的识别精度。