随着生物识别技术的发展，非接触式掌纹识别具有识别率高、入侵率低、非接触等优点，越来越受到人们的重视。为了满足边缘环境下多个设备实时高效的处理要求，本文设计了一个基于边缘计算的紧凑型掌纹识别框架，分别位于终端设备层、边缘服务器层。掌纹识别子系统构建在云层。在终端设备层，采用基于Tiny　YOLO－v3的目标识别算法和基于MobilenetV2的关键点定位算法对采集的图像进行预处理，提取interest区域，并提出识别要求。在边缘服务器层，对于接收到的掌纹，采用基于对策度量学习的GoogLe-Net模型进行特征提取和特征匹配，并在返回识别结果后进行数据同步。在云中，数据中心将记录所有识别任务并将其存入数据库，并定期培训和更新终端设备和边缘设备的网络模型，这是一个完整可行的生物识别框架，具有广阔的应用前景