本申请适用于机器视觉技术领域，提供了一种手势识别方法、装置、终端设备及计算机可读存储介质，方法包括：获取目标场景的视频数据；若检测到视频数据中的视频图像满足预设检测条件，则将视频图像输入第一神经网络模型进行手部第一次检测，得到视频图像中的人手的第一坐标位置；根据第一坐标位置确定包含人手的手部图像；将手部图像输入第二神经网络模型进行手部第二次检测和手势识别，得到人手在手部图像中的第二坐标位置和第一手势。本申请由于可先通过第一次检测进行手部粗略检测获取视频图像中人手的第一坐标位置；根据第一坐标位置，获取手部图像，再对手部图像进行手势识别，有助于提高手部检测的准确性，进而提高了手势识别的准确性。