本发明公布了一种识别准确率较高、泛化能力较好的基于卷积神经网络的静态手语识别方法。该静态手语识别方法通过设计神经网络结构和网络优化方法，建立了一套静态手语图像识别领域的网络结构。之后在使用过程中根据网络收敛和预测情况进行网络参数微调，使网络达到更好的识别效果。该卷积神经网络可以直接得到图像中手语具体的表达含义。相比于传统的特征提取方法，本发明无需复杂的预处理环节，并且可以在测试集上保持较高的准确率。将静态手语图片测试集输入网络得到手语识别结果，准确率达98.5％以上。