本发明公开了一种基于生成对抗网络的人手深度图像数据增强方法本发明主要通过生成对抗网络生成新的图像样本，生成对抗网络需要交替训练两个网络：生成网络、判别网络。首先，生成网络输入一个随机噪声，生成一张伪图，尽可能去欺骗判别网络；然后，判别网络判别输入的图像的真伪，尽可能的把生成图片与真实图片区分开；最后，生成网络和判别网络两个部分构成一个动态的“博弈”过程，直到判别网络难以判定生成网络生成的图片是否是真实的，这样可以得到一个模型G生成人手深度图像，以达到数据增强的目标，同时为了使生成的图像与真实图像差异性最小化，本发明引入了一种风格转换的方法，在生成图像上进行风格转换。