本发明提出一种基于对比学习和多模态生物特征的身份识别方法，属于人工智能算法领域。所述包括如下步骤：步骤S21：采集多模态生物特征数据；步骤S22：对采集的多模态生物特征数据进行预处理；步骤S23：将经过预处理的多模态数据送入预训练好的姿态分类模型对传感器数据和触屏数据标识姿态标签；步骤S24：将经过预处理的多模态数据送入训练好的Siamese神经网络模型进行特征提取及降维；步骤S25：提取融合特征；步骤S26：计算相似度；步骤S27：根据相似度计算结果对用户身份进行识别。本发明通过对比学习以及多模态数据的综合利用能够提高身份识别的准确性和稳定性；在身份识别过程中减少误识率和漏识率；同时保护用户隐私，优化用户体验。