本发明公开了一种CNN模型、CNN训练方法以及基于CNN的静脉识别方法，CNN模型包括多个卷积层，一个全连阶层以及SoftMax层；CNN训练过程中首先扩充数据库，结合多种包含相似特征的生物特征数据库，来进行模型的训练；全连接层与SoftMax层共同作为一个多分类的分类器；训练一个多分类的神经网络以使其学习到能够辨别静脉类别的特征；训练完成后，将全连接层的前一层输出作为特征，通过计算这些特征的余弦距离来度量一对图像的相似度。本发明融合多模态的生物特征数据库用于训练网络，解决了训练样本不足的难题，在超大的身份认证数据库中可以很大的提高检索速度。