本发明公开了基于双通路深度卷积神经网络的动态手势识别方法，首先从深度摄像头中采集动态手势的深度图像序列和彩色图像序列，并进行预处理操作，得到动态手势的深度前景图像序列和彩色前景图像序列；设计双通路深度卷积神经网络，将深度前景图像序列和彩色前景图像序列输入双通路深度卷积神经网络，通过多级的深度卷积层和深度池化层，分别提取动态手势在深度空间和彩色空间上的时域特征和空间特征，并把时域特征和空间特征融合后再输入到softmax分类器；根据softmax分类器输出的结果得到最终的手势识别结果。本发明采用双通路深度卷积神经网络模型，提取并融合动态手势彩色和深度空间上的特征，对动态手势识别率有较大的提升。