本发明属于利用深度学习方法进行动态手势识别领域，本文提出了一种基于三维卷积神经网络的算法进行动态手势识别。现有基于深度学习的动态手势识别方法中，因为需要对视频空间信息和时序信息进行提取，网络输入信息量较大，导致其参数和计算量都十分庞大，网络结构复杂，实时性不高。本发明针对手势识别模型训练前人工提取特征繁琐和提取特征不够精细的问题，提出了利用关键帧提取特征的方式，提高了特征提取的效率和精度。针对现有基于图像处理的手势识别技术受外界环境影响大和稳定性欠佳等问题，设计三维卷积网络融合了图像的时空信息，减小了信息输入的损失，具有更好的稳定性和实时性。