针对动态手势时间可变性和手势复杂空间关系等问题,提出融合时空特征的动态手势识别方法.基于动态手势视频的关键帧和手势关节点信息,计算得到角度特征、距离特征和轨迹特征.融合3类特征并利用SVM(Support Vector Machine)实现动态手势识别.实验表明,该方法更加完整地表述动态手势时空信息,运行时间更短,在UTD-MHAD数据集上识别率为96.47%,在中国交通警察指挥手势数据集上识别率为98.66%,识别效果较理想.